Deux modèles vidéo ouverts ont maigri cette semaine, sans publier la colonne qui compte

Le 7 novembre, Video Rebirth a publié HyperFlow H3 Flash et l'a mis sur Hacker News. Presque le même jour, Vimoo-AI a livré les poids ComfyUI de Vimoo 1.0 Lite. Deux modèles vidéo ouverts. Tous deux nettement plus petits que ce dont ils descendent. Tous deux accompagnés d'un tableau de vitesses.
Aux deux, il manque la même colonne.
Ce que Video Rebirth a coupé
HyperFlow H3 Flash est une version compressée en peu de pas de MiniMax-H3, le modèle ouvert qui génère ensemble la vidéo et l'audio stéréo synchronisé. Le transformer passe d'environ 31 billion de paramètres à 13.7B. L'échantillonnage tourne en 4/6/8 steps.
Un ingénieur du projet, qui poste sous le nom de jiant, liste trois changements. Ils ont élagué trois des cinquante blocs du modèle. Ils ont factorisé 102 couches linéaires en rang faible. Ils ont appliqué une quantification entière 8 bits, W8A8 INT8, avec une rotation de Hadamard, sur 180 couches linéaires.
Le quatrième changement est le plus intéressant, parce que ce n'est pas de la compression. Ils ont ajouté un conditionnement à deux valeurs pour que chaque pas d'échantillonnage connaisse à la fois le niveau de bruit du moment et le point d'arrivée. C'est ce qui permet de tourner en quatre à huit pas sans classifier-free guidance, alors que le CFG est justement ce qui double le coût d'inférence.
Les chiffres, tels que les auteurs les donnent: un clip de 5.2 seconds en 1344×768, en six pas, demande 8.7 seconds sur quatre B200, 36 secondes sur un seul H200 et 92 secondes sur un seul RTX 5090. Le moteur d'inférence SOL-H3 de NVIDIA, développé par un partenaire, le ferait tourner en temps réel sur quatre GPU de classe Blackwell. La sortie fait 5.2 à 15 secondes à 24 images par seconde.
Pour les stations de travail, il existe des builds GGUF de Q3_K_M 7.2GB à 15.2GB. Le README recommande le Q4_K_M 9.1GB pour les cartes 24GB et précise qu'il tourne sur des GPU 24GB et 32GB dans des machines à 16GB de mémoire système. Les GPU 16GB sont marqués comme non mesurés, ce qui est d'une honnêteté rare dans un README.

Le tableau de vitesses cache deux détails pratiques. Le premier lancement du paquet Python télécharge environ 90GB, ou 68GB avec un encodeur de texte FP8. La compilation des kernels prend une minute environ. Ni l'un ni l'autre n'est rédhibitoire. Mais aucun des deux ne range ce modèle dans la catégorie des logiciels qu'on essaie en passant.
Ce que Vimoo a coupé
Vimoo 1.0 Lite fait environ 9.5 billion de paramètres dans un seul modèle qui gère le texte vers vidéo et l'image vers vidéo, plus un adaptateur LoRA distillé pour le même modèle. Il arrive avec les encodeurs de texte, un encodeur visuel, un VAE, les noeuds ComfyUI et des modèles de workflow.
La licence est Apache 2.0, et c'est la partie qui intéressera le plus de lecteurs, bien plus que le benchmark. Apache 2.0 signifie usage commercial sans clause territoriale, sans restriction de recherche et sans l'étape consistant à écrire aux auteurs, que pas mal de sorties vidéo ouvertes enterrent dans la model card.
Le chiffre vedette: en 1280×720 et 121 frames, le modèle distillé génère une vidéo en 9.7 seconds. La comparaison proposée est Wan 2.2 à 490 seconds avec CFG activé.
Cette comparaison porte beaucoup de choses et mérite d'être maniée avec précaution. Un modèle distillé et un modèle de base avec CFG ne mesurent pas la même chose. L'un est un élève entraîné à sauter l'étape de guidance. L'autre est un professeur qui déroule toute la procédure. Les comparer dit que la voie distillée est plus rapide, ce que tout le monde savait déjà. Cela ne dit pas combien de qualité l'élève a laissée en route.
Le Vimoo 1.0 complet est une conception hybride sur un Dual-Stream MMDiT de 11.7 billion de paramètres, avec un VAE vidéo en compression 4×16×16 et 48 latent channels, Qwen2.5-VL-7B pour comprendre le prompt et Glyph-ByT5-v2 pour la typographie. Vimoo Enhancer se charge du passage en 1080p. Un clip de cinq secondes en 720p à 24fps prend environ cinq secondes, ce qui n'est pas la même affirmation que le chiffre distillé du Lite et mérite d'être gardé à part dans sa tête.
La colonne manquante
Voilà la forme de la semaine. Trois modèles vidéo ouverts sont sortis en version compressée: HyperFlow H3 Flash, Vimoo 1.0 Lite, et Pika H3 Flex avant eux. Chacun indique les paramètres retirés, les pas retirés, les secondes mesurées, les gigaoctets nécessaires. Aucun ne dit ce qui est arrivé à la sortie.
Le fil Hacker News sur HyperFlow a formulé l'objection directement. Un commentaire compare la démarche à annoncer un JPEG compressé de moitié sans regarder le résultat. Un autre réclame un face-à-face avec le modèle d'origine. Quelqu'un renvoie vers la galerie d'exemples du projet, qui est la réponse standard et le problème standard: des clips choisis démontrent que le modèle peut produire de bonnes images, pas à quelle fréquence il le fait.
Un troisième intervenant demande la comparaison avec les variantes FastH3 de FastVideo, qu'il fait tourner sur une carte de portable. Aucune réponse des auteurs n'apparaît dans la partie publique du fil.
C'est là que se situe le manque pour quiconque doit décider d'adopter l'un de ces modèles. Les techniques de compression sont toutes raisonnables. Élagage structuré, factorisation en rang faible, INT8 avec rotation, distillation, conditionnement sensible au pas: chacune a un profil de coût connu sur les modèles d'image, où la qualité se mesure image par image avec FID, GenEval ou une comparaison humaine côte à côte. La vidéo est plus dure. La cohérence temporelle, la tenue du mouvement et la synchronisation audio n'ont pas de chiffre unique qui survive bien à la compression.
Alors le domaine se rabat sur les chiffres faciles à publier. Les paramètres sont faciles. Les secondes sont faciles. La qualité demande un relecteur, un test à l'aveugle et un week-end.
Comment lire une sortie comme celle-ci
Si vous évaluez l'un de ces modèles pour de la production réelle, le tableau de vitesses est un plafond, pas un plan. Passez dix prompts que vous connaissez déjà dans votre service actuel, puis dans le build 9.1GB, et faites noter les résultats à l'aveugle. Cela prend un après-midi et produit la colonne que la sortie a omise.
Vérifiez les deux licences avant toute mise en production commerciale. HyperFlow dérive de MiniMax-H3 et hérite donc des contraintes de la licence du modèle de base, qui n'est pas Apache 2.0. Vimoo Lite est le cas simple, parce qu'Apache 2.0 reste Apache 2.0.
Et gardez l'espace disque dans le budget. Un premier téléchargement de 90GB est anodin sur un serveur et pénible sur un portable, et c'est le genre de détail qui transforme une évaluation de cinq minutes en deux heures.
La course à la compression est réelle et elle est utile. Un modèle vidéo qui tourne sur une seule carte 24GB est un autre produit qu'un modèle qui exige un noeud entier. Mais la course se joue sur les parties faciles à mesurer, et la partie qui décide si vous pouvez l'utiliser est celle que personne n'a mise dans le tableau.
Faites vos propres mesures. C'est le seul tableau qui finira par être vrai pour vos prompts.
Articles associés
Une feuille de calcul communautaire de clics pour couper les publicités des Android chinois
Il ne touche pas au système, ne déverrouille rien, ne flashe rien. Il bascule un à un les interrupteurs que les fabricants ont déjà prévus. Le prix à payer, c'est la liste qu'il faut continuer d'écrire.
GPT Image 2.6 a tenu le prix des tokens et fait monter la facture
GPT Image 2.6 reprend chaque tarif au token de 2.5 et coûte malgré tout plus cher par image, parce qu'une part plus grande du travail se paie en tokens de sortie. Onze jours après le lancement, la grille tarifaire dit plus que le classement.
Quelqu'un a reconstruit IDM de l'extérieur et a écrit ce qu'il n'a pas touché
Une réimplémentation en Rust d'Internet Download Manager revendique 5 fois la vitesse et 86 langues. Le document le plus intéressant est le paragraphe qui explique comment elle a été construite sans rien copier.
Rune est un framework UI Rust conçu pour qu'un agent puisse vérifier son propre travail
Rune rend en headless, vide son arbre d'éléments et accepte des entrées scriptées, ce qui donne à un agent de codage un signal différable qu'aucune capture d'écran ne fournit. Le framework est en préversion et n'accepte pas de pull requests.