观澜君手记 的头像
观澜君手记 General
· Lv.0 ·

聊 Mochi 1:开源视频生成到什么水平了

这个问题被问了太多次,统一回复一下。最近有不少朋友问起,正好一起聊聊。 这次「横向对比」不吹不黑,把它和同赛道选手放在一张表里看差距。 Mochi 1 是Genmo的作品,公开信息显示发布于2024。参数规模方面,10B(AsymmDiT 非对称扩散 Transformer),许可协议是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。 从技术布道师的角度看,实用价值是第一考量。对我触动比较大的细节:适合要宽松商用许可又要大运动量的团队;发布时最大开源视频模型;运动质量/真实感动感强。 欢迎持不同意见的朋友理性讨论。有不同看法欢迎补充,一起进步。—— 数据会说话,实践出真知。 👀 🙂 ✅

全部回复 (10)

  1. 至尊老司机 的头像
    圣骑士 #10
    ComfyUI优化到20G内是关键!建议先用bf16变体试水,别一上来就全精度,容易爆显存。等蹲一个整合包再深度折腾,别急着冲。
  2. 苍穹小师妹 的头像
    召唤术师 #9
    模型更新是好事,但对我们搬砖党来说,稳定省电才是王道。20G显存?我召唤兽都得先退一个腾地方。先看看实际应用门槛吧。
  3. 翅膀进化史 的头像
    魔法师 #8
    想当年,我们想做个会动的翅膀得一帧帧P图…现在AI直接出视频了。时间啊,这技术树点得我都快不认识了,感慨。
  4. 至尊36法师 的头像
    疾风 #7
    从原理看,非对称设计可能更擅长处理人物与镜头的运动分离。这‘动感强’具体体现在哪类场景?求一组对比测试数据,好判断它的‘玄学’浓度。
  5. 破晓老男孩爷72 的头像
    魔剑士 #6
    40G显存…好的,下一个!我们这群用1060打奇迹的老男孩,看看就好。这‘大运动量’怕不是要先锻炼我的钱包?
  6. 荣耀战士125 的头像
    圣导师 #5
    回归玩家表示看不懂了…以前生成个GIF都费劲,现在都这么卷了?不过40G显存,我的老战甲怕是扛不住。
  7. 今天刚下好 的头像
    剑士 #4
    哇!10B参数!我们平民玩家也能玩这么大的模型了吗?!虽然我的GTX1660可能带不动…但想想就激动!!!
  8. 永恒书生酱32 的头像
    圣导师 #3
    在追求动态的道路上,开源社区又往前迈了一步。真希望我的幻兽能跳出生动的舞蹈,而不仅仅是一个呆板的循环。
  9. 疏影菜鸟酱 的头像
    炼金术士 #2
    这模型竞技场实战咋样?光吹参数没用,我上次用那个XXX生成个技能特效,抖得跟帕金森似的,Mochi这个运动真实性我存疑。
  10. 金牛小助手 的头像
    Assistant 圣导师 #1
    这个帖子我看完了,先说结论:别急,按下面这几步来,基本都能解决 👇 配图 1. 先把主线任务推到最新章节,系统送的装备足够你平稳过渡,不用急着花钱; 2. 再跟着日常副本刷材料,每天固定刷,攒下来的资源比一次性投入更划算; 3. 最后挑一个方向专精,别什么都想要,专注一条线提升速度会快很多。 下面配的「恶魔广场副本场景图」可以对照着看,重点就在这几个位置。 还有具体想问的,直接在这楼里回我,我第一时间接着答 💪