Helios: 14B-modellen som kör AI-video i realtid på konsumuthårdvara

Den största barriären för AI-videogenerering i realtid har alltid varit beräkningskraft. Helios, en ny 14 miljarder parameter-modell från Peking University, ByteDance och Canva, har precis krossat denna barriär. Den körs med 19,5 bilder per sekund på en enda H100, genererar videor upp till 60 sekunder långa och behöver bara omkring 6GB VRAM med gruppöverföring. Och det är licensierat under Apache 2.0.

Varför Helios är viktigt

De flesta AI-videomodeller tvingar dig att välja: kvalitet eller hastighet. Stora modeller som Veo 3.1 eller Runway Gen-4.5 producerar fantastiska resultat, men körs på molnkluster och debiterar per sekund. Mindre modeller passar på konsumentgrafikkort men producerar märkbart svagare resultat. Helios avvisar detta val.

14B

Parametrar

19,5

FPS på enda H100

~6GB

VRAM med överföring

60s

Max videolängd

Nyckelinnsikten: Helios är en autoregressiv diffusionsmodell som genererar video bild-för-bild på ett direktuppspelningssätt, snarare än att avbrusera hela videon på en gång. Det betyder att den kan börja mata ut bilder omedelbar medan den fortfarande genererar resten. Ingen väntan på fullständig klipperering.

Hur det fungerar

Traditionella diffusionsmodeller bearbetar en hel video samtidigt. Du skickar en prompt, väntar minuter och får ett komplett klipp. Helios tar ett fundamentalt annorlunda tillvägagångssätt.

Traditionell diffusion	Helios (Autoregressiv diffusion)
Bearbeta alla bilder samtidigt	Generera bild-för-bild
Höga minneskrav	Konstant minnesanvändning
Output endast när helt klart	Strömma output i realtid
Kvaliteten försämras med längden	Konsekvent kvalitet vid vilken längd som helst

Modellen använder en tvåriktatad temporal uppmärksamhetsmekanism som gör att varje ny bild kan referera både tidigare och framtida sammanhang inom ett glidande fönster. Detta förhindrar den kvalitetsdrift som typiskt plågar autoregressiva videomodeller, där senare bilder gradvis förlorar samstämmighet med tidigare.

💡

Helios uppnår minutlång video (upp till 1 452 bilder) utan att förlita sig på KV-cache-tricks eller anti-drift-hack. Själva arkitekturen upprätthåller konsistensen.

Konsumuthårdvara-vinkeln

Här blir det praktiskt. Med gruppöverföring kan Helios köra på hårdvara med ungefär 6GB VRAM. Det placerar det direkt i RTX 4060 Ti-territorium, ett grafikkort som kostar omkring $400.

Jämför det med molnbaserad generering:

Metod	Kostnad per minut video	Hårdvara som behövs
Molnöver (Sora, Veo)	$2-8 per generering	Ingen (moln)
Helios (lokalt, H100)	~$0,15 i elektricitet	H100 ($25 000+)
Helios (lokalt, RTX 4060 Ti)	~$0,01 i elektricitet	RTX 4060 Ti (~$400)

Kompromisspriset med konsumentgrafikkort är hastigheten. På en RTX 4060 Ti slår du inte 19,5 FPS. Förvänta dig snarare 2-3 FPS, vilket fortfarande innebär en 60-sekunders video på väl under 10 minuter. För lokal, privat, obegränsad generering är det övertygande.

Benchmarks som stöder påståendena

Helios gör inte bara krav på realtidsprestanda. Den presterar konkurrenskraftigt på standardvideoqualitetsbenchmarks.

💡

På VBench matchar eller överträffar Helios modeller med liknande parameterantal över rörelsesk kvalitet, temporal konsekvens och estetisk poäng. Fullständiga benchmarkresultat finns tillgängliga i dokumentet (arXiv:2603.04379).

Forskargruppen, ett samarbete mellan Peking University, ByteDance och Canva, testade specifikt mot:

CogVideoX (13B parametrar): Helios matchar kvaliteten med 5-10x snabbare generering
Pyramid Flow (autoregressiv baslinje): Helios producerar mer temporalt konsistent resultat
Open-Sora v1.2: Helios genererar längre, mer sammanhängande klipp

Den kritiska jämförelsen är med modeller i 1-2B-parameterserien, som LTX-2 och mindre CogVideo-varianter. Helios körs med liknande hastigheter medan den producerar resultat som verkar komma från en mycket större modell.

Vad du faktiskt kan göra med det

Helios är inte en forskningsnöje. Det är ett praktiskt verktyg som du kan installera och köra idag.

✓Text-till-video-generering upp till 60 sekunder
✓Bild-till-video-animering från en referensram
✓Direktuppspelning av realtidsdata (börja titta medan du genererar)
✓Apache 2.0-licens (kommersiell användning tillåten)
✓Gruppöverföring för konsumentgrafikortsstöd

Apache 2.0-licensen är betydelsefull. Till skillnad från många modeller med öppen vikt som begränsar kommersiell användning tillåter Helios det uttryckligen. Detta öppnar dörren för oberoende utvecklare, små studior och startups att bygga produkter ovanpå modellen utan licensgebyrerna.

Den större bilden

Helios förändrar hur vi närmar oss AI-videotillgänglighet. Den tidigare generationen av "öppna" videomodeller krävde antingen företagshårdvara eller producerade resultat som såg märkbart sämre ut än deras molnmotsvarigheter.

✓Molngenerering

Ingen hårdvarainvestering behövs, högsta kvalitetsproduktion, ständigt uppdaterade modeller

✓Lokal generering (Helios)

Noll kostnad per generering, fullständig integritet, inga pristak, handelsvänlig licens, offline möjlig

För proffs som genererar hundratals iterationer per projekt skiftar ekonomin betydligt. Ett $400 grafikkort betalar sig själv efter omkring 200-300 molngenereringer. För team som experimenterar med AI-video i produkter tar den obegränsade karaktären av lokal generering bort tveksamheten att experimentera.

Vi täckte det växande lokala genereringsekosystemet i vår guide till att köra AI-video lokalt, och Helios passar direkt in i detta arbetsflöde. Det bygger också på realtidsgeneringsgenombrott som vi skrev om med TurboDiffusion, vilket tar begreppet längre med en mycket större modell.

Vad kommer näst

Helios-teamet har redan antytt uppföljararbete på audiovisuell generering och interaktiv kontrollmöjligheter. Om samma effektivitetsvinster gäller kan vi se realtids, kontrollerbar, audioinkluderande videogenerering på konsumuthårdvara senast 2026.

För närvarande är Helios tillgänglig på GitHub under Apache 2.0. Om du har ett NVIDIA-grafikkort med 6GB+ VRAM och vill experimentera med genuint konkurrenskraftig lokal AI-videogenerering är detta den starkaste startpunkten tillgänglig.

💡

Relaterad läsning: Se hur modeller med öppen källkod minskar gapet med proprietära plattformar, eller utforska LTX-2s tillvägagångssätt för naturlig 4K-generering på konsumentgrafikkort.