Meta PixelFara beint í aðalefni
DamienDamien· Höfundur með gervigreind, yfirfarið af manneskju
5 min read
925 orð

Helios: Líkanið með 14B breytum sem keyrir rauntíma AI-myndbandið á tölvum notenda

Peking University, ByteDance og Canva's Helios myndar mínútu-löngu AI-myndböndum við 19.5 FPS með aðeins 6GB VRAM, og það er alveg opinn hugbúnaður.

Helios: Líkanið með 14B breytum sem keyrir rauntíma AI-myndbandið á tölvum notenda

Tilbúin(n) til að búa til þín eigin gervigreindarmyndbönd?

Slástu í hóp þúsunda skapara sem nota Bonega.ai

Stærsta hindrunin gagnvart rauntíma AI-myndbandasköpun hefur alltaf verið tölvuafl. Helios, nýtt 14 milljarða breytna líkan frá Peking University, ByteDance og Canva, blikraði nýlega fyrir þessa hindrun. Það keyrist með 19.5 ramma á sekúndu á einum H100, myndar myndböndum allt að 60 sekúndum, og þarf aðeins um 6GB af VRAM með flokkasvinnu. Og það hefur Apache 2.0 leyfi.

Hvers vegna Helios er mikilvægt

Flest AI-myndbandslíkön þvinga þig til að velja: gæði eða hraði. Stór líkön eins og Veo 3.1 eða Runway Gen-4.5 framleiða stórfenglega niðurstöðu, en þau keyra á skýjahópum og rukka fyrir sekúndu. Smærri líkön passa á GPU-bækur neytenda en framleiða svæsilega veikari framleiðslu. Helios hafnar þessari vali.

14B
Breytur
19.5
FPS á einum H100
~6GB
VRAM með svinnu
60s
Hámarksflot myndbands

Lykilinnsýnin: Helios er sjálfframkallanarlegt dreifingarlíkan sem myndar myndbandramm fyrir ramma á flæðandi hátt, frekar en að eyða heilu myndbandi í einu. Þetta þýðir að það getur byrjað að framleiða ramma strax meðan það myndar restin. Engin bið á fullu klippi til að sýna.

Hvernig það virkar

Hefðbundin dreifingarlíkön vinna úr heilu myndbandi samtímis. Þú sendir beina, bíður í mínútur og færð alger klipp. Helios tekur allt aðra nálgun.

Hefðbundin dreifingHelios (sjálfframkallanarlegt dreifing)
Vinna úr öllum rommum í einuMynda ramma fyrir ramma
Há VRAM-krafaStöðug VRAM-notkun
Framleiðsla aðeins þegar fullbúinFlæðandi framleiðsla í rauntíma
Gæði versna með lengdSamkvæm gæði á hvaða lengd

Líkanið notar tvístefnu tímabundna athygli kerfi sem leyfir hverjum nýjum ramma að vísa til bæði fyrri og framtíðarsamhengis innan rennandi gluggans. Þetta kemur í veg fyrir gæðagildingu sem venjulega tortryggir sjálfframkallaðar myndbandslíkön, þar sem seinna römmarnir missa hægt samræmi við fyrri.

💡
Helios nær mínútu-langri myndbandi (allt að 1.452 römmum) án þess að reiða sig á KV-cache brellur eða mótvægir gegn drekum. Arkitektúrinn sjálf viðheldur samkvæmni.

Neytenda vélbúnaðarhorni

Hér verða hlutirnir hagnýtir. Með flokkasvinnu, Helios getur keyrt á vélbúnaði með um 6GB af VRAM. Það setur það beint á RTX 4060 Ti svæði, kort sem kostar um $400.

Berðu saman við skýjabyggða myndaröskun:

AðferðKostnaður á mínútu myndbandsVélbúnaður nauðsynlegur
Cloud API (Sora, Veo)$2-8 fyrir hverja myndaröskunEnginn (ský)
Helios (staðbundið, H100)~$0.15 í rafmagniH100 ($25,000+)
Helios (staðbundið, RTX 4060 Ti)~$0.01 í rafmagniRTX 4060 Ti (~$400)

Sveipinn við neytenda GPU-bækur er hraði. Á RTX 4060 Ti geturðu ekki hitið 19.5 FPS. Búðu til nær 2-3 FPS, sem samt þýðir 60 sekúndna myndbandi í vel undir 10 mínútum. Fyrir staðbundna, einka, ótakmarkaða myndaröskun, það er lokkandi.

Samanburðir sem styðja kröfurnar

Helios ekki aðeins gerir tilkynning um rauntíma frammistöðu. Það skora samkeppnishæft á stöðluðum myndbandsgæða samanburðum.

💡
Á VBench, Helios jafnast eða fer fram úr líköninu með svipaðri breytutölu yfir hreyfigæði, tímabundna samkvæmni og fagurleg. Fullir samanburðarniðurstöður eru tiltækar í ritgerðinni (arXiv:2603.04379).

Rannsóknarhópurinn, samstarf milli Peking University, ByteDance og Canva, prófaði sérstaklega við:

  • CogVideoX (13B breytu): Helios jafnast gæðum við 5-10x hraðari myndaröskun
  • Pyramid Flow (sjálfframkallanarlegt grunnlína): Helios framleiðir tímabundið samkvæmari framleiðslu
  • Open-Sora v1.2: Helios myndar lengri, samkvæmari klippa

Mikilvægasti samanburðurinn er við líkön í 1-2B breytusviðinu, eins og LTX-2 og smærri CogVideo afbrigði. Helios keyrist með svipaðri hraða á meðan framleiðslu sem lítur út eins og það kom frá miklu stærra líkani.

Það sem þú getur í raun gert með því

Helios er ekki rannsóknarunnusta. Það er hagnýt tæki sem þú getur sett upp og keyrt í dag.

  • Myndband-á-texta myndaröskun allt að 60 sekúndum
  • Mynd-á-myndbandi hreyfing frá viðmiðunar-ramma
  • Rauntíma flæðandi framleiðsla (byrjaðu að horfa á meðan myndaröskun)
  • Apache 2.0 leyfi (viðskiptaleg notkun leyfð)
  • Flokka svinnu fyrir neytenda GPU stuðning

Apache 2.0 leyfið er mikilvægt. Ólíkt mörgum opnum-vægi líkönin sem takmarka viðskiptalega notkun, Helios beinlínis leyfir það. Þetta opnar dyrnar fyrir óháða hönnuði, litla stofu og sprotafyrirtæki til að byggja vörur ofan á líkanið án leyfisgjölda.

Stærra myndin

Helios breytir hvernig við nálgumst AI myndbands aðgengi. Fyrri kynslóðin af "opnum" myndbandslíkönum krafðist annað hvort framtaksðigs vélbúnaðar eða framleiddu niðurstöðu sem litu sjónargætti með minni gæðum en þeirra skýja mótvægir.

Skýjabyggð myndaröskun
Engin vélbúnaðarfjárfesting nauðsynleg, hæstu gæðaframleiðsla, stöðugt uppfærð líkön
Staðbundin myndaröskun (Helios)
Núll kostnaður fyrir myndaröskun, fullt friðhelgi, engin takmarkana á hlutfalli, viðskiptaleg leyfi, fær til að nota án nettengingar

Fyrir fagfólk sem mynda hundruðum endurtekningar á hverju verkefni, hagfræðin færist til verulega. $400 GPU borgar fyrir sig eftir um 200-300 skýjabyggðar myndaröskun. Fyrir hópa sem tilrauna AI myndband í vörum, ótakmarkaða eðli staðbundinnar myndaröskunar fjarlægir hræðslu um tilraun.

Við tóku fyrir seinasta heimarbúna myndaröskun vistunarflæðinn í okkar leiðarvísun um keyra AI myndbandi staðbundið, og Helios passar beint inn í það verkflæðið. Það byggir einnig á rauntíma myndaröskun byltingu sem við ritum um með TurboDiffusion, tekur hugmyndina lengra með miklu stærra líkani.

Hvað kemur næst

Helios hópurinn hefur þegar gefið til kynna framtíðarvinnu á hljóðsmyndbandi myndaröskun og gagnvirkri stjórn getu. Ef sömu skilvirkni hagnaðir nota, við gætum séð rauntíma, stjórnanleg, hljóðmynd-innifalin myndbandi myndaröskun á neytenda vélbúnaði fyrir seint 2026.

Um sinn, Helios er tiltæk á GitHub undir Apache 2.0. Ef þú átt NVIDIA GPU með 6GB+ VRAM og vilt tilrauna með sannarlega samkeppnishæf staðbundið AI myndbandi myndaröskun, þetta er sterkasti inn aðgangur tiltækur.

💡

Tengd lesning: Sjáðu hvernig opinn hugbúnaður líkön eru loka bilið með eignar vettvang, eða kanna LTX-2's nálgun til að beina 4K myndaröskun á neytenda GPU.

Damien
DamienAI DeveloperAI Author

Gervigreindarforritari frá Lyon sem elskar að breyta flóknum ML-hugtökum í einfaldar uppskriftir. Þegar hann er ekki að kemba villur úr líkönum finnurðu hann hjólandi um Rhônedalinn.

View profile →

Líkaði þér það sem þú last?

Breyttu hugmyndum þínum í gervigreindarmyndbönd af ótakmarkaðri lengd á nokkrum mínútum.

Tengdar greinar

Haltu áfram að skoða þessar tengdu færslur

Líkaði þér við þessa grein?

Uppgötvaðu fleiri innsýn og fylgstu með nýjasta efninu okkar.