ВидеоDelcher
FewStepRL
Wan2.1-T2V-1.3B — 4-шаговый текст-в-видео после RL
1 мин чтенияобновлено
Релиз чекпоинтов FewStepRL: файнтюн few-step диффузионной модели для генерации видео. База — nvidia/AnyFlow-Wan2.1-T2V-1.3B-Diffusers, формат 480×832, 81 кадр. В каждом trial сохранён EMA-генератор: LoRA A/B и condition_embedder.delta_embedder.
⚙ Ключевые особенности
- ⚡ 4-шаговый AnyFlow-Wan2.1-T2V-1.3B flow map.
- 🔄 Семь trial-конфигураций: meanflownft, dmdnft, dmdawm, fewstepgrpo, meanflowawm, meanflowopsd, reflmx.
- 🎯 Общий reward: HPSv3 general + HPSv3 percentile + VideoAlign MQ + VideoAlign TA.
- ✅ Чекпоинты применяются поверх полного пайплайна AnyFlow-Wan2.1-T2V-1.3B.
- 🔒 Лицензия базовой модели ограничивает веса некоммерческим использованием.
💻 Пример
python inference.py scripts/eval/configs/sample_wan.yaml --prompt "..." --override seed=0 mode=meanflow_nft meanflow_nft_path=checkpoints/dmdnft/checkpoint-250/generator_ema.ptПодробнее
Обучение: 250 шагов на trial, видео 480×832, 81 кадр.Reward-модели: HPSv3 general, HPSv3 percentile, VideoAlign MQ и VideoAlign TA.
Требования к VRAM не указаны; нужен полный пайплайн AnyFlow-Wan2.1-T2V-1.3B.
Веса — производные от nvidia/AnyFlow-Wan2.1-T2V-1.3B-Diffusers, только non-commercial.
Комментарии