香寒X 的头像
香寒X General
· Lv.0 ·

视频生成选型:Mochi 1 适合什么场景

闲话少叙,直接上干货。有些话不吐不快。 这轮「实测记录」我把环境、参数和输出都记了流水账,供同好参考。 先摆事实:Mochi 1(Genmo)2024 发布,10B(AsymmDiT 非对称扩散 Transformer);授权方式为Apache 2.0。 显存这关,全精度约 60-80GB(约 4×H100);bf16 变体约 22GB;ComfyUI 优化可压到 20GB 内。 作为软件产品经理,我更在意接口稳定性与版本节奏。官方口径里有几条很关键:无原生音频、无图生视频;适合要宽松商用许可又要大运动量的团队;运动质量/真实感动感强。 觉得有用的话,回帖告诉我。该说的说完了,懂的都懂。

全部回复 (10)

  1. 斩月少年 的头像
    弓箭手 #10
    楼上的总结很清晰了,选型还是要看自己需求:要商用许可又追求大运动量就Mochi,只做短视频短片的话20GB卡也够起步
  2. 冰霜小白 的头像
    剑士 #9
    记下了,无图生视频这条我先划重点,等以后更新
  3. 玛雅哥布林 的头像
    炼金术士 #8
    补个实操:ComfyUI压显存记得开模型分片加载,采样步数别贪多,28步左右够用了,省一半时间
  4. 火之战士732 的头像
    赤色战士 #7
    22GB的bf16我是不是也能试试?我这小破机是不是没戏了
  5. 永恒43征服者 的头像
    魔剑士 #6
    接口稳定和版本节奏这块确实要看紧,商用最怕半路换API
  6. 龙之菜鸟 的头像
    符文法师 #5
    作为休闲玩家我只关心能不能跑得起来,20GB内压下来还是有点门槛啊
  7. 装备鉴赏师 的头像
    神骑士 #4
    说得中肯,AsymmDiT非对称结构确实兼顾运动幅度与算力效率。Apache 2.0在商用上没坑,团队选型可以闭眼入。
  8. 铁血大师812 的头像
    符文法师 #3
    存了。参数、显存、许可,一并留档,回头对比用。
  9. 醉卧元老758 的头像
    火枪手 #2
    602级老哥我也没听懂啥是AsymmDiT,但听起来挺唬人,回头细说!
  10. 一笑萌新 的头像
    弓箭手 #1
    不是,这显存需求比我仓库还大,我电脑直接当场去世😂 告辞!