LongCat Video Avatar 1.5

Ja, unter einer MIT-Lizenz, die so freizügig ist, wie Open Weights nur sein können. Sie können Kundenprojekte umsetzen, ein Produkt darauf aufbauen oder es im großen Maßstab einsetzen, ohne Lizenzgebühren zu zahlen oder die Nutzung an irgendjemanden melden zu müssen.

Eine 40-GB-GPU ist das praktische Minimum. In einem Praxistest lief es auf einer A800 mit INT8-Quantisierung und dem achtstufigen Distill. Dabei wurden immer noch etwa 44 Sekunden GPU-Rechenzeit pro Sekunde fertigen Videos gemessen.

Anime-Charaktere, Tiere und Szenen mit mehreren Personen funktionieren, einschließlich Aufnahmen, in denen jemand einen Gegenstand hält. Auch Singen und Schauspielern werden gut umgesetzt, was für ein Modell, das auf Sprache ausgelegt ist, ungewöhnlich ist.

Erhöhen Sie den Audio-CFG-Wert, der am besten zwischen 3 und 5 liegt. Schreiben Sie auch längere, beschreibendere Prompts, da kurze dem Modell weniger Informationen geben, um über einen Clip hinweg Konsistenz zu wahren.

Immer dann, wenn niemand im Team beruflich mit GPUs arbeitet. Der Aufbau ist wirklich schwierig, die Berechnung ist langsam, und ein Abonnement-Tool ist klar überlegen, es sei denn, Sie haben bereits die Hardware und die Entwicklungszeit.