开源 Video Delta Net 混合注意力加速视频生成 75-90 倍
cHHillee · x · 2026-09-03
开源项目 Video Delta Net (VDN) 宣布让开源视频生成速度超过播放速度：基于 MiniMax H3 骨干，在 8 张 NVIDIA B200 上用 8 步去噪，11.23 秒生成 14.4 秒 768p 视频，加速 75-90 倍且质量近乎无损。
- 混合注意力架构：一路为高效的帧级线性注意力分支，一路 softmax 分支保持骨干模型的画质与一致性
- 即插即用：checkpoint 通过新增线性注意力分支和两个小 LoRA 适配器实现，推理时合并进骨干，不改动骨干权重
- 完全开源：不仅放出权重，还开源了优化的推理栈与训练代码，附技术博客
作者 drisspg 转发时也称赞了其代码库质量（推荐 PyTorch 2.13 + FlashAttention 4 的 FlexAttention Flash 后端）。对开源视频生成追平甚至超越实时播放是有标志性意义的进展。
所属事件:开源 VDN 让视频生成快于播放速度(8 条相关)→
「多模态」频道最新
- 蚂蚁开源 5 个 Ming-3.0 语音模型：TTS、音频理解与方言 ASR — Med1_Ai · 2026-10-21
- AI 网红视频留存秘诀:强钩子+视觉一致性+悬念设计 — aftahi_ai · 2026-10-21
- Flova 的 MORPHJUTSU 技能让角色复用任意视频的运动节奏 — aftahi_ai · 2026-10-21
- NVIDIA 开源 MotionBricks:单模型生成 35 万动作技能,2ms 延迟 — aftahi_ai · 2026-10-21
- Runway 入驻 Claude Marketplace,企业可划拨 Anthropic 预算买视频生成 — runwayml · 2026-10-21
- Kokon 0.10:复用 Qwen-Image 文本编码器自动写 prompt,零额外显存 — Ok-Director4174 · 2026-10-21