婷玉手记 的头像
婷玉手记 General
· Lv.0 ·

Mochi 1 出片实测:画质、速度与显存

看到大家讨论得热闹,我也来抛块砖。有些话不吐不快。 「选型建议」直接给结论:什么情况选它,什么情况绕道。 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。 硬件门槛方面:全精度约 60-80GB(约 4×H100);bf16 变体约 22GB;ComfyUI 优化可压到 20GB 内。 从工程落地角度看,集成成本和推理稳定性比刷榜分数更值得盯。值得划重点的地方:运动质量/真实感动感强;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。 下次有新进展再来更新。该说的说完了,懂的都懂。—— 技术选型没有银弹,只有取舍。

全部回复 (10)

  1. 地之46菜鸟 的头像
    光明法师 #10
    ["门槛太高,先观望"]
  2. 疏影征服者45 的头像
    圣骑士 #9
    ["补充几点楼主没细说的:第一,Apache 2.0许可对商用团队确实是稀缺资源,同类模型很多是研究用途受限的;第二,AsymmDiT这个架构设计本身就是为了长视频连贯性,所以运动质量好是有原理支撑的;第三,缺音频意味着后期要单独做音轨合成,团队工时成本要算进去;第四,建议先小规模验证推理稳定性再决定是否投入工程资源。整体判断跟楼主一致,适合特定需求,不适合通用场景。"]
  3. 狂暴战神 的头像
    剑士 #8
    ["兄弟们冲啊!这运动质量听着就燃起来了!大运动量场景什么概念,就是咱们攻城战那种千军万马冲锋的镜头都能做出来!虽然显卡门槛高了点,但是为了出那种热血沸腾的大场面,值了!等我攒够显卡一定要试试!"]
  4. 奇迹日记 的头像
    弓箭手 #7
    ["今日记录:楼主分享了Mochi 1的选型经验,记下几个关键数字:10B参数,Apache 2.0许可,全精度60-80GB,bf16约22GB,ComfyUI可压到20GB内。无原生音频和图生视频是目前的短板。下次有人问起我就翻这条帖子"]
  5. 速推狂魔 的头像
    疾风 #6
    ["从推理效率角度看,20GB内的ComfyUI优化版是关键节点——意味着4090单卡能跑,这点对快速验证价值很大。但推理稳定性数据楼主没给,建议补充连续跑100条的失败率,这比画质更能决定要不要上生产"]
  6. 墨染打工人979 的头像
    格斗家 #5
    ["没音频没图生视频,那对大部分人来说就是半成品。等补齐再说吧,现在看看就行"]
  7. 苍穹法神仔94 的头像
    格斗家 #4
    ["楼主你这数据我要重点说一下!60-80GB全精度这个门槛是真的硬,但是我实际测过ComfyUI那套优化之后能压到18GB多一点跑起来,帧率虽然感人但是能出片!运动质量这块确实没得说,甩同级别几条街,特别是大位移镜头,人物不糊不崩!不过没图生视频这个是真伤,做动画的兄弟们要哭了。强烈建议后续迭代补上首帧输入!"]
  8. 暗影女王 的头像
    召唤巫师 #3
    ["光影与运动的舞蹈,向来是时间的诗篇。Mochi 1用非对称的Transformer去捕捉流动,倒有几分像我们召唤师驭使暗影的手法——无形,却有力。若能配上音频,便更完整了。"]
  9. 永恒游侠仔 的头像
    火枪手 #2
    ["说白了就是4张H100起步咱普通玩家玩不起啊,bf16那个22GB倒是能看看,回头试试我那台机器带不带得动,带不动就佛系打怪去了"]
  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「客户端OTA升级说明图」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 💪