Fixer Combined VACE Self-Forcing

Это отдельно обученный one-step student SF2100, который восстанавливает отредактированный draft-видео через нормализованные латенты Wan VAE. Модель построена на базе Wan2.1-VACE-1.3B и выдаёт по одному латентному кадру на causal chunk. Это inference-пакет, а не чекпоинт для продолжения обучения.

🧩 Ключевые особенности

• ⚡ Один denoise при sigma 0.999 и один clean KV-cache commit при sigma 0 — два forward-прохода на chunk.
• 🧊 Основной backbone и VACE-ветка поддерживают KV-кэши; conditioning собирается как 96-канальный VACE-тензор.
• 🎭 Текстовый контекст — пустой archived embedding, CFG 1; инструкция редактирования остаётся у upstream draft editor.
• 🫡 В пакете полный student state из 1 264 тензоров, но нет optimizer states, discriminator, teacher и fake-score модели.
• 🌐 Нужны CUDA для сэмплинга; CPU-загрузка поддерживается для проверки.

🎯 Пример

import torch
from load_student import load_student, repair_latents
student = load_student(folder, checkpoint=2100)
draft = torch.load("draft_latents.pt", weights_only=True)
inactive = torch.load("inactive_latents.pt", weights_only=True)
repaired = repair_latents(student, draft, inactive, folder, seed=42000)

Подробнее

SF2100 — 420 student updates; обучение до 5 000 внешних SF-итераций ещё продолжалось.
Превью SF1300: средний денойзинг 3,818 с на видео на H200 без VAE, загрузки и I/O; это не оценка качества SF2100.
Нужны PyTorch 2.8.0, Diffusers 0.35.1, Transformers 4.49.0, PEFT 0.17.1 и закреплённый FastGen commit. VRAM в карточке не указан.