Helios: 消費者向けハードウェアで動作するリアルタイムAIビデオ生成14Bモデル

リアルタイムAIビデオ生成の最大の障壁は常に計算能力でした。北京大学、ByteDance、Canvaの新型14B パラメータモデルHeliosはその障壁をわずかに打ち壊しました。単一のH100上で19.5フレーム毎秒で動作し、最大60秒のビデオを生成でき、グループオフロードで約6GBのVRAMしか必要とせず、さらにApache 2.0ライセンスです。

Heliosが重要な理由

ほとんどのAIビデオモデルは、品質か速度かの選択を強いられます。Veo 3.1やRunway Gen-4.5のような大規模モデルは素晴らしい結果を生成しますが、クラウドクラスタで実行され、秒単位で課金されます。より小さいモデルは消費者向けGPUに適合しますが、明らかに弱い出力を生成します。Heliosはその選択を拒否します。

14B

パラメータ数

19.5

単一H100上のFPS

~6GB

オフロード使用時VRAM

60s

最大ビデオ長

主な洞察：Heliosは、ビデオ全体を同時にノイズ除去するのではなく、ストリーミング方式でフレームバイフレームでビデオを生成する自己回帰拡散モデルです。つまり、残りを生成しながら、すぐにフレームを出力開始できます。完全なクリップレンダリングを待つ必要はありません。

動作方法

従来の拡散モデルはビデオ全体を同時に処理します。プロンプトを送信し、数分待ってから、完全なクリップを取得します。Heliosは根本的に異なるアプローチを採用しています。

従来の拡散	Helios（自己回帰拡散）
すべてのフレームを同時処理	フレームバイフレーム生成
高いメモリ要件	一定のメモリ使用量
完全完了時のみ出力	リアルタイムストリーミング出力
長さが増すと品質が低下	あらゆる長さで一貫した品質

このモデルは双方向時間的注意機構を使用しており、各新フレームがスライディングウィンドウ内の過去および未来のコンテキストを参照できます。これにより、自己回帰ビデオモデルを悩ませる品質ドリフトを防ぎます。自己回帰ビデオモデルでは、後のフレームが徐々に前のフレームとの一貫性を失うことがあります。

💡

HeliosはKV-cacheトリックやアンチドリフトハックに依存せずに、分単位のビデオ（最大1,452フレーム）を実現します。アーキテクチャ自体が一貫性を維持します。

消費者向けハードウェアの角度

ここが実用的になる部分です。グループオフロードにより、Heliosは約6GBのVRAMを備えたハードウェアで実行できます。これはRTX 4060 Tiの領域内に収まり、このカードは約$400の費用がかかります。

クラウドベース生成と比較してください：

方法	1分間のビデオあたりのコスト	必要なハードウェア
クラウドAPI（Sora、Veo）	生成あたり$2-8	なし（クラウド）
Helios（ローカル、H100）	電気代約$0.15	H100（$25,000+）
Helios（ローカル、RTX 4060 Ti）	電気代約$0.01	RTX 4060 Ti（~$400）

消費者向けGPUを使用する場合の代償は速度です。RTX 4060 Tiでは19.5 FPSに達しません。2～3 FPS程度が見込めます。これでも60秒ビデオが10分未満で完成します。ローカル、プライベート、無制限生成の場合、これは魅力的です。

主張を裏付けるベンチマーク

Heliosはリアルタイムパフォーマンスだけを主張していません。標準的なビデオ品質ベンチマークで競争力のあるスコアを記録しています。

💡

VBench上で、Heliosはモーション品質、時間的一貫性、美的スコアリング全体で同等のパラメータ数を持つモデルと同等またはそれを上回ります。完全なベンチマーク結果は論文（arXiv:2603.04379）に記載されています。

研究チームは北京大学、ByteDance、Canvaのコラボレーションで、以下に対して特に検査しました：

CogVideoX（13Bパラメータ）：Heliosは5～10倍高速な生成で品質と一致
Pyramid Flow（自己回帰ベースライン）：Heliosはより時間的に一貫した出力を生成
Open-Sora v1.2：Heliosはより長く、より一貫性のあるクリップを生成

重要な比較は、LTX-2やより小さいCogVideoバリアントなどの1～2Bパラメータ範囲のモデルとです。Heliosは同様の速度で実行されながら、より大規模なモデルから出てきたように見える出力を生成します。

実際にできることは何か

Heliosは研究の好奇心ではありません。今すぐインストールして実行できる実用的なツールです。

✓最大60秒のテキストからビデオ生成
✓参照フレームからの画像からビデオアニメーション
✓リアルタイムストリーミング出力（生成中に視聴開始）
✓Apache 2.0ライセンス（商用利用許可）
✓消費者向けGPU対応のグループオフロード

Apache 2.0ライセンスは重要です。商用利用を制限する多くのオープンウェイトモデルとは異なり、Heliosは明示的にそれを許可しています。これにより、独立系開発者、小規模スタジオ、スタートアップがライセンス料なしでモデル上に製品を構築できるドアが開きます。

より大きな図景

Heliosはこれをどのようにアプローチするのかを変えます。AI動画のアクセス可能性。前世代の「オープン」ビデオモデルはエンタープライズハードウェアを必要とするか、クラウド対応物よりも明らかに悪い結果を生成していました。

✓クラウド生成

ハードウェア投資が不要で、最高品質の出力、常に更新されるモデル

✓ローカル生成（Helios）

ゼロの生成コスト、完全なプライバシー、速度制限なし、商用向けライセンス、オフライン対応

プロジェクトあたり数百回の繰り返しを生成するプロフェッショナルにとって、経済学は大きく変わります。$400のGPUはおよそ200～300回のクラウド生成後に自分自身を支払います。製品でAIビデオ実験をしているチームにとって、ローカル生成の無制限の性質は実験へのためらいを取り除きます。

私たちのローカルでAIビデオを実行するガイド](/blog/run-ai-video-locally-rtx-ltx-2-comfyui-2026)で拡大するローカル生成エコシステムについて説明しており、Heliosはそのワークフローにはまっています。また、TurboDiffusionで説明したリアルタイム生成の突破口に基づいており、より大規模なモデルでコンセプトをさらに推し進めます。