Kandinsky 6.0 Lite 权重上线 Hugging Face,附 Diffusers 使用示例
lmoroney · x · 2026-10-13
Kandinsky 6.0 Video Lite(3B)的 Diffusers 权重已上架 Hugging Face,MIT 协议,附完整模型卡与代码示例。
- 支持 T2AV / TI2AV 两种管线(Kandinsky6TI2VAPipeline),生成 5 秒视频配同步 44 kHz 音频,含唇形同步
- 模型卡给出可直接运行的示例:bfloat16 加载 + enablemodelcpuoffload,消费级设备可试
- prompt 支持在文本里直接编排音频线索(环境声、音效、配乐及其时序),超分插件可升到 1080p
- 论文见 arXiv 2610.05608
示例 prompt 展示了画面描述与「Audio: ...」音效编排写在同一段文本的写法,是上手的关键用法。
所属事件:Kandinsky 6.0 视频生成模型开源，画面声音一次生成(2 条相关)→
「多模态」频道最新
- Midjourney sref 风格码实测:细线剪影插画一键复现 — michaelrabone · 2026-10-13
- Claude+Grok Imagine+Midjourney 打造恐怖歌舞片 MV — Match_Living · 2026-10-13
- --sref 三串风格码生成电影感光影，Midjourney 出图惊艳 — sergeantsref · 2026-10-13
- 金属动画 MV《Sunset》：以「被 AI 取代」为主题的创作 — Aggravating_Copy_140 · 2026-10-13
- Akool 影片挑战赛作品：AI 生成双雄对决火焰碰撞短片 — jijo6686 · 2026-10-13
- 开发者借 LoRA 加提示词遮罩实现 MiniMax H3 角色动作迁移突破 — linoy_tsaban · 2026-10-13