兩個開源影片模型這週一起瘦身,卻都沒交出最關鍵的那一欄

11 月 7 日,Video Rebirth 發布 HyperFlow H3 Flash,同時丟上 Hacker News。幾乎同一天,Vimoo-AI 釋出 Vimoo 1.0 Lite 的 ComfyUI 權重。兩者都是開源影片模型,都比原本的來源小了一大截,也都附上速度表。
兩份發布缺的是同一欄。
Video Rebirth 砍掉了什麼
HyperFlow H3 Flash 是 MiniMax-H3 的壓縮少步版本。MiniMax-H3 是那個能同時生出影片和同步立體聲的開源模型。transformer 從大約 31 billion 參數降到 13.7B,取樣支援 4/6/8 steps。
專案裡一位以 jiant 名義發文的工程師列了三項改動。他們從模型 50 個 block 中剪掉 3 個;把 102 個線性層拆成低秩形式;再對 180 個線性層做 W8A8 INT8 量化,並搭配 Hadamard 旋轉。
第四項改動才真的有意思,因為它完全不算壓縮。他們加了一套雙值條件機制,讓每一步取樣同時知道目前的雜訊強度,也知道最後該落在哪裡。就是靠這個,模型才能在不開 classifier-free guidance 的情況下跑 4 到 8 步,而 CFG 通常正是讓推論成本翻倍的那個環節。
作者公布的數字是這樣:1344×768 的 5.2 seconds 短片,6 步,四張 B200 要 8.7 seconds,單張 H200 要 36 秒,單張 RTX 5090 要 92 秒。合作夥伴做的 NVIDIA SOL-H3 推論引擎,據說在四張 Blackwell 等級 GPU 上可以即時出片。輸出長度 5.2 到 15 秒,每秒 24 格。
工作站這邊有 GGUF 版本,從 Q3_K_M 7.2GB 一路到 15.2GB。README 建議 24GB 的卡用 Q4_K_M 9.1GB 那個版本,並說在系統記憶體 16GB 的機器上,24GB 和 32GB 的顯示卡都能跑。16GB 顯卡標的是尚未實測,這種老實在 README 裡並不常見。

速度表蓋住了兩個實務問題。第一次跑 Python 套件要下載大約 90GB,改用 FP8 文字編碼器約 68GB。kernel 編譯還要一分多鐘。兩件事都不致命,但都說明這模型不屬於那種隨手試玩的軟體。
Vimoo 砍掉了什麼
Vimoo 1.0 Lite 大約 9.5 billion 參數,同一個模型兼做文生影片與圖生影片,另外附一個同模型的蒸餾 LoRA adapter。它內建文字編碼器、視覺編碼器、VAE、ComfyUI 節點和工作流程範本。
授權是 Apache 2.0,對多數讀者來說這比跑分更值得在意。Apache 2.0 代表可以商用,沒有地區條款,沒有僅限研究的附帶條件,也不用走寄信給作者那一步,而不少開源影片模型就把這一步藏在 model card 裡。
最醒目的數字:1280×720、121 frames,蒸餾模型 9.7 seconds 出片。拿來對比的是開了 CFG 的 Wan 2.2,490 seconds。
這個對比承擔了太多東西,得小心解讀。蒸餾模型和開了 CFG 的基礎模型並不是同一種測量。前者是訓練過、懂得跳過 guidance 的學生,後者是照完整流程跑的老師。比出來的結論只是蒸餾這條路比較快,這件事大家早就知道。它沒告訴你學生犧牲掉多少品質。
完整版 Vimoo 1.0 是架在 Dual-Stream MMDiT 上的混合設計,11.7 billion 參數,影片 VAE 採 4×16×16 壓縮、48 latent channels,提示詞理解交給 Qwen2.5-VL-7B,字體排版交給 Glyph-ByT5-v2。Vimoo Enhancer 負責放大到 1080p。24fps 的 5 秒 720p 短片大約要 5 秒,這跟 Lite 的蒸餾數字不是同一件事,最好在腦子裡分開放。
少掉的那一欄
這週的形狀大概就是這樣。三個開源影片模型以壓縮版登場:HyperFlow H3 Flash、Vimoo 1.0 Lite,再往前還有 Pika H3 Flex。每一個都告訴你砍掉多少參數、少掉多少步、測出幾秒、吃掉多少 GB。沒有一個告訴你輸出變成什麼樣子。
Hacker News 上關於 HyperFlow 的討論把質疑講得很白。有人拿它比喻:宣布一個 JPEG 壓到一半大小,卻不去看壓完長什麼樣。有人要求它跟原模型正面對打。也有人指向專案的範例展示頁,這既是標準答案,也是標準問題:精選片段只證明模型能生出好畫面,證明不了它多久生一次。
第三個人問它跟 FastVideo 的 FastH3 系列比起來如何,那系列他是在筆電等級的卡上跑的。在公開的那段討論裡,作者沒有回應。
對任何打算挑一個來用的人來說,缺口就在這裡。這些壓縮手法本身都合理。結構化剪枝、低秩分解、帶旋轉的 INT8、蒸餾、步數感知條件,每一種在影像模型裡都有已知的代價曲線,因為畫質可以逐張用 FID、GenEval 或人工並排比出來。影片難得多。時間一致性、動作連貫性、影音同步,沒有哪個指標在壓縮之後還站得住。
所以這個領域預設只用容易公布的數字。參數好公布,秒數好公布,品質則要一個審查者、一次盲測、一個週末。
這種發布該怎麼讀
如果你真的在為生產環境評估其中一個,速度表是上限,不是計畫。拿十條你已經很熟的提示詞,跑一遍現在的服務,再跑一遍 9.1GB 那個版本,然後找人盲評。一個下午就能做完,而產出的正是發布方漏掉的那一欄。
商用上線前,兩份授權都要看。HyperFlow 是 MiniMax-H3 的衍生作品,因此繼承基礎模型授權的限制,而那個基礎授權不是 Apache 2.0。Vimoo Lite 單純一些,Apache 2.0 就是 Apache 2.0。
硬碟空間也要編進預算。首次下載 90GB,在伺服器上沒什麼,在筆電上很惱人,就是這種細節會把五分鐘的評估拖成兩小時。
壓縮競賽是真的,也有意義。一個能在單張 24GB 顯卡上跑的影片模型,跟需要一整個節點的,本來就是兩種產品。但這場競賽比的是便宜好量的部分,而決定你能不能用它的那一部分,沒有人放進表裡。
自己跑一遍自己的數字。最後只有那張表,對你的提示詞是真的。
相關文章
一份社群維護的點擊表,關掉了中國品牌 Android 系統裡的廣告
它不動系統,不解鎖,不刷機,只把廠商本來就留出來的開關一個個撥過去。代價是這份名單得一直有人續寫。
GPT Image 2.6 守住 token 價格,帳單卻變貴了
GPT Image 2.6 沿用 2.5 的全部 token 費率,每張圖卻更貴,因為更多工作現在花在輸出 token 上。上線十一天,定價結構說得比排行榜更多。
有人從外部重寫了 IDM,並寫下自己沒碰過的部分
Mister Download Manager 用 Rust 重寫了 Internet Download Manager 的下載流程,聲稱速度快 5 倍、支援 86 種語言。更值得細讀的,是它解釋如何在不複製任何程式碼的前提下完成重寫的那一段。
Rune 是一個 Rust UI 框架,設計初衷是讓 agent 能檢查自己的工作
Rune 能無頭繪製、匯出元素樹並接受腳本化輸入,這讓編碼 agent 拿到截圖永遠給不了的東西,一個可 diff 的訊號。這個框架仍是預先發布版,不接受 pull request。