К содержимому
Видео

ReentryMem

инференс-чекпоинт для динамического возврата объектов в видеомоделях

1 мин чтенияобновлено

Модель представляет собой обученный чекпоинт на базе Wan-AI/Wan2.2-TI2V-5B для задачи динамического ре-энтри сущностей в видео. Она объединяет веса DiT (Diffusion Transformer) и параметры кондиционирования камеры на шаге 1496 в формате BF16. Чекпоинт ориентирован на исследовательские задачи видеогенерации с контролем положения камеры и объектов, требуя отдельной загрузки текстового энкодера, токенайзера и VAE из базовой модели. Релиз предназначен для исследователей и разработчиков, работающих с продвинутой генерацией видео.

Ключевые особенности

  • Включает объединенные веса BF16 DiT и параметры кондиционирования камеры на шаге 1496.
  • Поддерживает вариант single-entity для задачи виртуального ре-энтри сцены из научной работы.
  • Использует калиброванную выборку по регионам сущностей через режим localized.
  • Стандартный пайплайн генерации рассчитан на 77 наблюдаемых и 76 будущих RGB-кадров при разрешении 832x480.

Что можно сделать

  • Сгенерировать видео с динамическим возвратом указанного объекта в кадр по текстовому описанию.
  • Запустить генерацию с управлением положением камеры, используя репозиторий проекта.

Пример

Используйте официальный репозиторий проекта Larry-077/ReentryMem для запуска кастомного инференса с чекпоинтом single-entity и текстовым описанием сущности.

ПодробнееБазовая модель: Wan-AI/Wan2.2-TI2V-5B
Формат: BF16 DiT чекпоинт (шаг 1496)
Параметры генерации по умолчанию: 77 наблюдаемых кадров, 76 будущих кадров, 832x480, 15fps, 50 шагов, CFG5
Требует отдельной загрузки текстового энкодера, токенайзера и VAE от базовой модели
Обсудить Telegram 0 27

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 9.3 GB · готовые файлы14 GB
  • FP8 / INT8рекомендуемвеса 4.7 GB8.4 GB
  • 4-bitвеса 2.6 GB6.0 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 3080 · BF16 — от RTX 5080

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # larry077/ReentryMem
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download larry077/ReentryMem --local-dir ~/models/ReentryMem
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к ReentryMem
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • SageAttention 3v2.2.0от 28 октября 2025

    ещё быстрее на RTX 50 / Blackwell

    FP4-внимание для Blackwell. Быстрее SageAttention 2, но авторы советуют 2-ю версию, когда важна точность.

    Как включить: Сборка из папки sageattention3_blackwell репозитория; в ComfyUI — через KJNodes.

    Предыдущие поколения (2)
    • SageAttention 2++ — Квантованное (INT8/FP8) внимание без заметной потери качества. Главное ускорение для генерации картинок и видео.
    • SageAttention 1 — Первая версия: INT8 для Q·K. Работает и на старых сборках, но 2++ быстрее и точнее.
  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (3)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
    • xFormers — Старый способ ускорить внимание, работает почти везде. Если есть Sage или Flash — они быстрее.
  • cache-dit (DBCache)v1.5.6от 20 ноября 2026новая версия

    1.5–3× при почти том же качестве

    Переиспользует результаты блоков между шагами диффузии. Поддерживает большинство DiT-моделей.

    Как включить: pip install cache-dit; одна строка cache_dit.enable_cache(pipe) для diffusers.

    Предыдущие поколения (2)
    • MagCache — Пропускает шаги по величине изменений. Точнее TeaCache без калибровки.
    • TeaCache — Первый массовый кэш шагов диффузии. Работает, но новые методы точнее.
  • LightX2V step distill0.6.1от 9 ноября 2026новая версия

    5–10× меньше шагов

    Дистиллированные LoRA и движок: видео за 4–8 шагов вместо 30–50.

    Как включить: Подключите их step-distill LoRA к модели, CFG 1.0, 4–8 шагов.

  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

Wan-AI/Wan2.2-TI2V-5B

Новые посты про версии Wan2.2-TI2V-5B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face

О модели

larry077/ReentryMem
Автор
larry077
Категория
Видео
Дата выхода
На сайте

На сайте

Hugging Face

270

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Relay-Forcing

Relay-Forcing
Видео

GameWM

GameWM
Видео

MoPlan

MoPlan