IFM 开源 PAN2 视频模型:29B 潜扩散架构,20 秒 720p,连训练代码都放出
Aggressive-Zebra-949 · reddit · 2026-11-11
IFM 在 Reddit 发布 PAN 2,一个 29B 参数的潜扩散(latent diffusion)视频生成模型,采用 Apache 2.0 许可,可生成最长 20 秒、720p、24fps 的视频。
- 权重已上架 Hugging Face,支持 Diffusers 与 FastVideo,VLLM 支持即将上线
- 少见地同时开源了完整训练代码(GitHub: ifm-ai/PAN2)与技术博客
- 架构上让 LLM 承担「概念推理器」角色:生成带时间戳的高密度文本状态/脚本,事件与动作分别计时,镜头控制嵌套在事件下、与动作解耦。作者测试过用十几个带时间的镜头运动生成 20 秒视频,效果不错
所属事件:IFM 开源 29B 参数视频世界模型 PAN 2(2 条相关)→
「多模态」频道最新
- 四款文生图模型同题对比：MiniMax H3 等混战 5 种艺术风格 — aziz4ai · 2026-11-11
- AI 生成 1972 复古版复仇者联盟，怀旧感拉满 — techhalla · 2026-11-11
- 新语音模式=旧功能拼盘？对比图质疑 ChatGPT 标准语音的真实性 — shaunralston · 2026-11-11
- 用户实测：Qwen Image 2.1 在 Windows 上比 Linux 慢 30-40% — wacomlover · 2026-11-11
- Reddit 实测混合管线：MiniMax H3 出音频、Nano Banana 2 出画面 — RollingMeteors · 2026-11-11
- Slopus 与 Slopfab 接入 MiniMax H3 图像生成,支持编辑与外扩 — BittiAI · 2026-11-11