Efficient-Large-Model/LongLive-1.3B
🎬 LongLive: Real-time Interactive Long Video Generation !Paper(https://img.shields.io/badge/ArXiv-Paper-brown)(https://arxiv.org/abs/2509.22622) !Code(https://img.shields.io/badge/GitHub-LongLive-blue)(https://github.com/NVlabs/LongLive) !Model(htt...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tháng
#1 Repository Của Tháng
#1 Repository Của Tháng
🎬 LongLive-1.3B: Sinh video dài tương tác theo thời gian thực
Khung sinh video AR theo khung hình với KV-recache và streaming long tuning, biến prompt tương tác thành video phút.
LongLive-1.3B là một mô hình phát triển bởi NVlabs (Shuai Yang, Wei Huang, Ruihang Chu, v.v.) dựa trên mô hình Wan2.1-T2V-1.3B, thiết kế để giải quyết thách thức sinh video dài vừa yêu cầu tốc độ thời gian thực, vừa duy trì độ nhất quán thị giác và logic ngữ nghĩa khi người dùng cập nhật prompt liên tục. Khác với diffusion mất thời gian hoặc mô hình AR truyền thống mất chất lượng trên video dài, LongLive áp dụng thiết kế autoregressive theo khung hình với cơ chế KV-recache làm mới trạng thái cache khi prompt thay đổi, đồng thời streaming long tuning giúp huấn luyện và suy diễn trên chuỗi dài đồng nhất.
✨ Điểm nổi bật
- Sinh video dài tới 240s: Hỗ trợ tạo video tới 4 phút trên một GPU H100 đơn.
- Tốc độ thời gian thực 20.7 FPS: Suy diễn mượt trên H100, tăng lên 24.8 FPS với FP8 quantization.
- KV-recache thông minh: Làm mới cache khi prompt thay đổi, đảm bảo chuyển tiếp mượt mà và tuân thủ prompt mới.
- Streaming long tuning: Huấn luyện trên chuỗi dài bằng cách tái sử dụng KV cache để sinh từng đoạn 5s.
- Short window attention + Frame Sink: Giữ độ nhất quán xa trong khi tối ưu tốc độ.
- Fine-tuning hiệu quả: Chỉ cần 32 GPU ngày để mở rộng từ mô hình ngắn hạn thành phút.
💡 Vì sao đáng chú ý
LongLive khác biệt vì kết hợp AR causal attention (hỗ trợ KV caching tăng tốc) với thiết kế frame-level, giúp vượt qua hạn chế chất lượng trên video dài của các mô hình AR truyền thống. Đặc biệt, cơ chế KV-recache và streaming long tuning giúp mô hình vừa nhanh, vừa linh hoạt với prompt tương tác — mở ra khả năng tạo nội dung động thực sự. Phù hợp cho ứng dụng demo nội dung, giáo dục, hoặc kể chuyện tương tác.
#RealTimeVideo #LongVideoGeneration #InteractiveAI #TiniX
Similar Projects
Discover other similar projects and AI models.
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...
!FLUX.1 dev Grid(./devgrid.jpg) FLUX.1 dev is a 12 billion parameter rectified flow transformer capable of generating images from text descriptions. For more information, please read our blog post(https://blackforestlabs.ai/announcing-black-forest-la...
Cross-Encoder for MS Marco This model was trained on the MS Marco Passage Ranking(https://github.com/microsoft/MSMARCO-Passage-Ranking) task. The model can be used for Information Retrieval: Given a query, encode the query will all possible passages...
LTX-2.5 — Video, Audio & World Simulation Full control and customization — self-host on your infrastructure. Homepage Docs GitHub Research API Playground Discord LTX License LTX-2.5 — Video, Audio & World Simulation Full control and customiz...
ELECTRA: Pre-training Text Encoders as Discriminators Rather Than Generators ELECTRA is a new method for self-supervised language representation learning. It can be used to pre-train transformer networks using relatively little compute. ELECTRA mode...
NSFW Wan 1.3B T2V - Uncensored Text-to-Video Model 🚨 IMPORTANT UPDATE: New Experimental Checkpoints Available! 🚨 A new, experimental set of checkpoints (wan1.3Bexpe1 through wan1.3Bexpe14) has been released. These were trained using a revised meth...
NEW: New video for the wan 2.1 I2V v1.3b fun inp : New video: https://youtu.be/QZfqqMpai9Y https://www.youtube.com/watch?v=bXUYkfybOCE I’ve added new models for Wan 2.1 I2V v1.3b Fun Inp. These models don’t use exactly the same method as my DG T2V Mo...
🎬 Self-Forcing-NVFP4-4Steps Models NVFP4 Quantization-Aware Step Distillation for Blackwell Architecture !GitHub(https://img.shields.io/badge/GitHub-ModelTC/LightX2V-blue)(https://github.com/ModelTC/LightX2V) !HuggingFace(https://img.shields.io/bad...
FlagEmbedding Model List | FAQ | Usage | Evaluation | Train | Contact | Citation | License More details please refer to our Github: FlagEmbedding(https://github.com/FlagOpen/FlagEmbedding). If you are looking for a model that supports more languages,...