Helios: 14B-modellen der køres AI-video i realtid på forbrugerhardware

Den største hindring for AI-videogenerering i realtid er altid været computerkraft. Helios, en ny 14 milliarder parameter model fra Peking University, ByteDance og Canva, har lige ødelagt denne barriere. Den køres ved 19,5 billeder per sekund på en enkelt H100, genererer videoer op til 60 sekunder lange og har kun brug for omkring 6GB VRAM med gruppe offloading. Og det er Apache 2.0 licenseret.

Hvorfor Helios betyder noget

De fleste AI-videomodeller tvinger dig til at vælge: kvalitet eller hastighed. Store modeller som Veo 3.1 eller Runway Gen-4.5 producerer fantastiske resultater, men de kører på cloudklynger og opkræver pr. sekund. Mindre modeller passer på forbrugergrafikkort, men producerer mærkbart dårligere output. Helios afviser dette valg.

14B

Parametre

19,5

FPS på enkelt H100

~6GB

VRAM med offloading

60s

Maks. videolængde

Nøgleindsigten: Helios er en autoregressiv diffusionsmodel der genererer video billed-for-billed på en streamingmåde, i stedet for at fjerne støj fra hele videoen på én gang. Dette betyder, at den kan begynde at udskrive billeder øjeblikkeligt, mens den stadig genererer resten. Ingen ventetid på fuld klip-rendering.

Hvordan det virker

Traditionelle diffusionsmodeller behandler en hele video samtidigt. Du indsender en prompt, venter minutter og får en komplet klip. Helios tager en fundamentalt anderledes tilgang.

Traditionel diffusion	Helios (Autoregressiv diffusion)
Behandl alle billeder på samme tid	Generér billed-for-billed
Høje hukommelseskrav	Konstant hukommelsesudnyttelse
Output kun når fuldt færdig	Stream output i realtid
Kvalitet forringes med længde	Konsistent kvalitet ved enhver længde

Modellen bruger en bi-directionel tidsmæssig opmærksomhedsmekanisme som lader hvert nyt billede referere til både tidligere og fremtidigt sammenhæng inden for et glidende vindue. Dette forhindrer den kvalitetsdrift, som typisk plager autoregressiv videomodeller, hvor senere billeder gradvist mister kohærence med tidligere.

💡

Helios opnår minuttelang video (op til 1.452 billeder) uden at være afhængig af KV-cache tricks eller anti-drift hacks. Arkitekturen selv opretholder konsistens.

Forbrugerhardware-vinklen

Her bliver tingene praktiske. Med gruppe offloading kan Helios køre på hardware med omkring 6GB VRAM. Det placerer det direkte i RTX 4060 Ti område, et grafikkort som koster omkring $400.

Sammenlign det med cloudbaseret generering:

Metode	Omkostning pr. minut video	Påkrævet hardware
Cloud API (Sora, Veo)	$2-8 pr. generering	Ingen (cloud)
Helios (lokalt, H100)	~$0,15 i elektricitet	H100 ($25.000+)
Helios (lokalt, RTX 4060 Ti)	~$0,01 i elektricitet	RTX 4060 Ti (~$400)

Kompromissen med forbrugergrafikkort er hastighed. På en RTX 4060 Ti rammer du ikke 19,5 FPS. Forvente snarere 2-3 FPS, hvilket stadig betyder en 60 sekunders video på godt under 10 minutter. For lokalt, privat, ubegrænset generering er det overbevisende.

Benchmarks der understøtter påstandene

Helios påstår ikke kun real-tid præstation. Det scorer konkurrencedygtigt på standard videoqualitets benchmarks.

💡

På VBench matcher Helios eller overgår modeller med lignende parameter antal på tværs af bevægelseskvalitet, tidsmæssig konsistens og estetisk scoring. Fulde benchmark resultater er tilgængelige i papiret (arXiv:2603.04379).

Forskergruppen, et samarbejde mellem Peking University, ByteDance og Canva, testede specifikt mod:

CogVideoX (13B parametre): Helios matcher kvalitet ved 5-10x hurtigere generering
Pyramid Flow (autoregressiv baseline): Helios producerer mere tidsmæssigt konsistent output
Open-Sora v1.2: Helios genererer længere, mere kohærente klip

Den kritiske sammenligning er med modeller i 1-2B parameter området, som LTX-2 og mindre CogVideo varianter. Helios køres ved lignende hastigheder mens den producerer output der ligner det kommer fra en meget større model.

Hvad du rent faktisk kan gøre med det

Helios er ikke en forskningsmæssig kuriositet. Det er et praktisk værktøj du kan installere og køre i dag.

✓Tekst til video generering op til 60 sekunder
✓Billede til video animation fra en referenceramme
✓Real-time streaming output (start med at se mens du genererer)
✓Apache 2.0 licens (kommerciel brug tilladt)
✓Gruppe offloading til forbrugergrafikkorts-support

Apache 2.0-licensen er signifikant. I modsætning til mange åbne vægt modeller der begrænser kommerciel brug, tillader Helios det eksplicit. Dette åbner døren til indie-udviklere, små studier og startups til at bygge produkter ovenpå modellen uden licensgebyrer.

Det større billede

Helios ændrer hvordan vi behandler AI-video tilgængelighed. Den forrige generation af "åbne" videomodeller krævede enten enterprise hardware eller producerede resultater der så mærkbart værre ud end deres cloud-modparter.

✓Cloud-generering

Intet hardware investering nødvendigt, højeste kvalitet output, konstant opdaterede modeller

✓Lokal generering (Helios)

Nul omkostning pr. generering, fuld privatlivet, ingen sats-grænser, kommerciel venlig licens, offline muligt

For professionelle som genererer hundredvis af iterationer pr. projekt skifter økonomien betydeligt. Et $400 grafikkort betaler sig selv efter omkring 200-300 cloudgenereringer. For teams der eksperimenterer med AI-video i produkter, fjerner den ubegrænsede natur af lokal generering tøven for at eksperimentere.

Vi dækkede det voksende lokale genereringes økosystem i vores guide til at køre AI-video lokalt, og Helios passer direkte ind i denne workflow. Det bygger også på real-time generering gennembruddet vi skrev om med TurboDiffusion, og tager konceptet videre med en meget større model.

Hvad kommer efter

Helios teamet har allerede hentet på opfølgende arbejde på audio-visuelt generering og interaktiv kontrolmuligheder. Hvis de samme effektivitetsgevinster gælder, kunne vi se real-tid, kontrollerbar, audio-inklusive video generering på forbrugerhardware inden slutningen af 2026.

For nu er Helios tilgængelig på GitHub under Apache 2.0. Hvis du har et NVIDIA grafikkort med 6GB+ VRAM og ønsker at eksperimentere med genuint konkurrencedygtig lokal AI-videogenerering, er dette det stærkeste startpunkt tilgængeligt.

💡

Relateret læsning: Se hvordan open-source modeller lukker hullet med proprietære platforme](/blog/open-source-ai-video-closing-gap-2026), eller udforsk LTX-2s tilgang til native 4K generering på forbrugergrafikkort.