К содержимому
Другое

Gen4P

адаптация видеогенераторов для 4D-восприятия

1 мин чтенияобновлено

Gen4P превращает видеогенератор в инструмент для полноценного 4D-восприятия сцены. Модель решает задачи трекинга 3D-точек, оценки глубины видео, определения позы камеры и плоской 4D-визуализации. Архитектура объединяет видеооснову Wan2.1, замороженный априорный модуль глубины DVD и декодер запросов. Решение подойдет исследователям и разработчикам, работающим с компьютерным зрением и анализом видео.

Ключевые особенности

  • Основана на видеогенераторе Wan2.1
  • Поддерживает трекинг 3D-точек в видео
  • Включает априорный модуль глубины DVD
  • Позволяет оценивать позы камеры

Что можно сделать

  • Запустить трекинг точек для анализа движения в видеороликах
  • Выполнить оценку глубины кадра для построения 3D-структуры
  • Определить траекторию движения и позу камеры на видео

Пример

hf download yitongx/Gen4P gen4p.pth --local-dir ckpt
hf download FayeHongfeiZhang/DVD dvd_1.1.safetensors --local-dir ckpt
ПодробнееЛицензия: CC BY-NC 4.0
Базовая модель: Wan2.1
Компоненты: Wan2.1, DVD depth prior, query decoder
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 3.3 GB · готовые файлы4.1 GB
  • FP8 / INT8рекомендуемвеса 1.6 GB2.3 GB
  • 4-bitвеса 0.9 GB1.5 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 2060 · BF16 — от RTX 2060

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.

    # yitongx/Gen4P
    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 yitongx/Gen4P --local-dir ~/models/Gen4P
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Gen4P
  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.

  • 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 (2)
    • 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.
  • 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

Новые посты про версии Gen4P — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

yitongx/Gen4P
Автор
yitongx
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии