MAGI-1

收录理由

MAGI-1 走了一条不同于常见一次性视频生成器的路线：它采用自回归方式，逐段生成视频片段，边生成边输出帧，因此能在更长的序列中维持时间上的一致性。这种分块处理也让场景切换更容易把控，对于搭建实际视频处理流程而非只渲染单个演示片段的人来说，这一点很关键。项目提供了 4.5B 和 24B 两种参数规模的预训练权重，还有蒸馏版和 FP8 量化版，并且支持 ComfyUI 节点，能直接嵌入现有工作流，省去大量胶水代码。仓库里还列出了各尺寸模型所需的显存占用，附带了 T5 文本编码器和基于 Transformer 的 VAE，这些实用细节让模型不仅看起来完整，而且真正跑得起来。