SkyReels V1

В репозитории Fluid-Motion-AI опубликованы Diffusers-веса SkyReels V1 Text-to-Video — открытой human-centric video foundation model. Модель построена на базе HunyuanVideo и дообучена на O(10M) высококачественных кино- и телевизионных клипов; код инференса лежит отдельно на GitHub. В метаданных указано около 12,82 млрд параметров.

🔥 Ключевые особенности

• 🤖 Заявлен SOTA среди открытых T2V-моделей и уровень, сопоставимый с проприетарными Kling и Hailuo.
• 😊 Продвинутая лицевая анимация: 33 типа выражений лица и более 400 естественных комбинаций движений.
• 🔥 Кинематографичный свет и эстетика: обучение на данных уровня Голливуда — композиция, расстановка актёров, ракурсы.
• 🧐 Собственный пайплайн очистки и аннотации данных: классификация эмоций, 3D-реконструкция людей, 400+ семантических единиц действий, понимание сцен.
• 🚀 Многоэтапный претрейн: перенос домена на T2V, затем I2V-претрейн и качественный файнтюн.

👀 Пример

Сценарий из карточки — генерация human-centric видео по текстовому описанию: крупные планы, мимика и кинематографичный свет. Выход: 544×960, 97 кадров, 24 FPS.

Подробнее

Заявлено SOTA среди открытых T2V-моделей; сравнение — с Kling и Hailuo.
Выход: 544×960, 97 кадров, 24 FPS.
База — HunyuanVideo; обучение на O(10M) кино-/ТВ-клипов.
В репозитории — веса в Diffusers-формате, код инференса — на GitHub.
Язык модели — английский; данных о VRAM нет.