开源 HyperFlow：31B 视频+音频扩散模型压到 14B、6 步 INT8 推理
jiant · hn · 2026-11-07
团队在 GitHub 开源 hyperflow-h3-flash，把一个 31B 参数的视频+音频扩散模型压缩到 14B，并将采样步数降到 6 步、量化至 INT8，大幅降低推理成本。
这是一个面向音视频生成的加速/压缩开源项目，对想在本地跑多模态扩散模型、关注推理效率的开发者是直接可用的资源。
「多模态」频道最新
- BaoCut 作者经验:视频生成分三级确认,HTML 预览替代截屏录制 — dotey · 2026-11-11
- 微软 MAI-Image-2.6 Flash 发布：比 GPT-Image-2-Medium 快 2.8 倍，成 Bing 默认 — JordiRib1 · 2026-11-11
- 用 Claude 免费地图数据生成 3D 地形动画，两条数据源即可上手 — drbronk · 2026-11-11
- Fable 5.2 自建 FLIP 引擎做 3D 复刻:6cm 分辨率模拟破浪与奔马 — AymericRoucher · 2026-11-11
- 网友复现实验证实 Fable 5.2 展示视频为真，成本约 20 美元 — timeport-0 · 2026-11-11
- 程序员手写「AI 画笔」：55185 笔重绘自己的第一幅画 — repligate · 2026-11-11