两个开源视频模型这周都瘦身了,但都没给最关键的那一列

11 月 7 日,Video Rebirth 发布了 HyperFlow H3 Flash,并把它送上 Hacker News。差不多同一天,Vimoo-AI 放出了 Vimoo 1.0 Lite 的 ComfyUI 权重。两个都是开源视频模型,都比各自的来源小了一大截,也都附了速度表。
但两篇发布缺的是同一列。
Video Rebirth 砍掉了什么
HyperFlow H3 Flash 是 MiniMax-H3 的少步压缩版。MiniMax-H3 是那个能同时生成画面和同步立体声的开源模型。transformer 从大约 31 billion 参数降到 13.7B,采样支持 4/6/8 steps。
项目里一位以 jiant 发帖的工程师列了三处改动。他们从模型的 50 个 block 里剪掉 3 个;把 102 个线性层分解成低秩形式;对 180 个线性层做 W8A8 INT8 量化,配一个 Hadamard 旋转。
第四处改动才是最有意思的,因为它根本不算压缩。他们加了一个双值条件方案,让每一步采样同时知道当前噪声水平和该落到哪里。正因为有它,模型才能不开 classifier-free guidance 就跑 4 到 8 步,而 CFG 通常正是把推理成本翻倍的那一环。
作者给出的数字是这样:1344×768 的 5.2 seconds 片段,6 步,四张 B200 上要 8.7 seconds,单张 H200 要 36 秒,单张 RTX 5090 要 92 秒。合作方做的 NVIDIA SOL-H3 推理引擎据说能在四张 Blackwell 级 GPU 上实时出片。输出时长 5.2 到 15 秒,24 帧每秒。
工作站这边有 GGUF 版本,从 Q3_K_M 7.2GB 一直到 15.2GB。README 推荐 24GB 显卡用 Q4_K_M 9.1GB 那个版本,并说在 16GB 系统内存的机器上,24GB 和 32GB 的卡都能跑。16GB 显卡标的是尚未测试,这种老实话在 README 里不多见。

速度表藏了两个实际问题。第一次跑 Python 包,要下载大约 90GB,换成 FP8 文本编码器约 68GB。kernel 编译还要一分多钟。两件都不算致命,但都说明这模型不属于随手试试的那类软件。
Vimoo 砍掉了什么
Vimoo 1.0 Lite 大约 9.5 billion 参数,一个模型同时管文生视频和图生视频,另外配一个同模型的蒸馏 LoRA adapter。它自带文本编码器、视觉编码器、VAE、ComfyUI 节点和工作流模板。
许可证是 Apache 2.0,对多数读者来说这比跑分更值得关心。Apache 2.0 意味着可以商用,没有地域条款,没有仅限研究的附加条件,也不必走发邮件给作者那一步,而不少开源视频模型就把这一步埋在 model card 里。
最抓眼球的数字:1280×720、121 frames,蒸馏模型 9.7 seconds 出片。拿来对比的是开了 CFG 的 Wan 2.2,490 seconds。
这个对比承担的东西太多了,得小心看待。蒸馏模型和开了 CFG 的基座模型根本不是同一种测量。前者是训练过、会跳过 guidance 这一步的学生,后者是跑完整流程的老师。比出来只说明蒸馏这条路更快,这事谁都知道。它没告诉你学生交出去多少质量。
完整版 Vimoo 1.0 是建在 Dual-Stream MMDiT 上的混合设计,11.7 billion 参数,视频 VAE 采用 4×16×16 压缩、48 latent channels,提示词理解用 Qwen2.5-VL-7B,排版用 Glyph-ByT5-v2。Vimoo Enhancer 负责超分到 1080p。24fps 的 5 秒 720p 片段大约要 5 秒,这跟 Lite 的蒸馏数字不是一回事,脑子里最好分开存。
缺的那一列
这一周大概就是这个形状。三个开源视频模型以压缩版发布:HyperFlow H3 Flash、Vimoo 1.0 Lite,再往前还有 Pika H3 Flex。每个都告诉你删了多少参数、少了多少步、测出几秒、占多少 GB。没有一个告诉你输出变成了什么样。
Hacker News 上关于 HyperFlow 的讨论把反对意见说得很直。有人拿它类比:宣布一个 JPEG 压到一半大小,却不看压完长什么样。有人要求它跟原模型正面比。还有人指向项目的样片库,这既是标准答案也是标准问题:精选片段只能证明模型能出好帧,证明不了它多久出一次。
第三个人问它跟 FastVideo 的 FastH3 系列比如何,那系列他是在笔记本级别的卡上跑的。公开的那部分讨论里,作者没有回应。
对任何想选一个来用的人来说,缺口就在这里。这些压缩手法本身都合理。结构化剪枝、低秩分解、带旋转的 INT8、蒸馏、步数感知条件,每一种在图像模型里都有已知的代价曲线,因为画质可以逐张用 FID、GenEval 或者人工并排比。视频更难。时序一致性、运动连贯性、音画同步,没有哪个指标在压缩之后还站得住。
于是这个领域默认只用好公布的数字。参数好公布,秒数好公布,质量要一个评审、一次盲测、一个周末。
这类发布该怎么读
如果你真在为生产环境评估其中某一个,速度表是上限,不是方案。拿十条你本来就熟的提示词,走一遍现在的服务,再走一遍 9.1GB 那个版本,然后找人盲打分。一个下午的事,产出的正好是发布方漏掉的那一列。
商用上线之前,两个许可证都得看。HyperFlow 是 MiniMax-H3 的衍生物,所以继承了基座模型许可证的限制,而那个基座不是 Apache 2.0。Vimoo Lite 简单些,Apache 2.0 就是 Apache 2.0。
磁盘空间也要算进预算。首次下载 90GB,在服务器上不算事,在笔记本上很烦,就是这种细节能把五分钟的评估拖成两小时。
压缩竞赛是真的,也有用。一个能在单张 24GB 卡上跑的视频模型,和需要一整个节点的,本来就是两个产品。但这场竞赛比的是便宜好量的部分,而决定你能不能用它的那部分,没人写进表里。
自己跑一遍自己的数字。最后只有那张表,对你的提示词是真的。
相关文章
一份社区维护的点击表,关掉了国产 Android 系统里的广告
它不动系统,不解锁,不刷机,只把厂商本来就留出来的开关一个个拨过去。代价是这份名单得一直有人续写。
GPT Image 2.6 守住 token 价格,账单却涨了
GPT Image 2.6 沿用了 2.5 的全部 token 费率,单张图却更贵,因为更多的活现在花在输出 token 上。上线十一天,定价结构说的比排行榜更多。
有人从外部重建了 IDM,并写下了自己没有碰过的部分
Mister Download Manager 用 Rust 重写了 Internet Download Manager 的下载流程,声称速度快 5 倍、支持 86 种语言。更值得细读的,是它解释如何在不复制任何代码的前提下完成重写的那一段。
Rune 是一个 Rust UI 框架,设计初衷是让 agent 能检查自己的工作
Rune 能无头渲染、导出元素树并接受脚本化输入,这让编码 agent 拿到截图永远给不了的东西,一个可 diff 的信号。这个框架仍是预发布版本,不接受 pull request。