IFM 开源 29B 参数视频世界模型 PAN 2

IFM 在 Reddit 发布并开源 PAN 2 视频生成模型,采用 29B 参数的潜扩散架构,以 Apache 2.0 许可放出,连训练代码也一并公开。该模型作为基础世界模型,可模拟场景在时间锚定的动作计划与相机运动下的演化,支持文生视频和图生视频,能生成最长 20 秒的 720p 视频,现已上架 Hugging Face Diffusers,推理采用双流多模态 diffusion transformer 架构。

2026-11-11 ~ 2026-11-11 · 2 条相关