Vimoo 1.0 开源视频生成模型发布:11.7B 支持 T2V/I2V 与电商场景
pmttyji · reddit · 2026-11-15
Vimoo-AI 发布开源视频生成模型家族 Vimoo 1.0,支持文生视频(T2V)和图生视频(I2V),每个任务一个约 11.7B 的模型,另有约 9.5B 的 Vimoo 1.0 Lite(720p、24fps,32×32×4 时空压缩)。
要点:
- 提供 Diffusers pipeline、ComfyUI 工作流(含蒸馏 LoRA 适配器、Qwen 文本编码器、SigLIP 视觉编码器、VAE)以及 Apple Silicon 的 MLX 权重;蒸馏版仅限 ComfyUI 和 MLX,且各任务适配器互不通用。
- 专用文本编码器将提示转为精确生成条件,可选 prompt enhancer 增加电影感、时序与上下文细节,也可关闭保留原文措辞。
- 在精挑的美学数据上训练,含光照、构图、对比度、调色等详细标注,支持电影级风格控制。
- 主打电商视频生成:忠实呈现产品卖点、保持跨帧产品细节一致性。
- 官方称动生成能力在开源与闭源模型中处于领先水平。
「多模态」频道最新
- PAN 2 还能生成 GTA 里看不到的场景:司机真的在等红灯 — LinusEkenstam · 2026-11-22
- 怪物卡车碾压一排汽车:PAN 2 混沌场景压力测试 — LinusEkenstam · 2026-11-22
- PAN 2 演示时间流逝:码头从黑夜缓慢过渡到黎明 — LinusEkenstam · 2026-11-22
- PAN 2 镜头跟拍摩托艇:城市天际线全程保持一致 — LinusEkenstam · 2026-11-22
- AI 玩法:把 Google Maps 任意地点变成电影感航拍图 — aziz4ai · 2026-11-22
- 开源世界模型 PAN 2 实测:物理质感媲美 GTA6 级驾驶场景 — LinusEkenstam · 2026-11-22