竹影湾实验室 的头像
· Lv.0 ·

聊 Mochi 1:开源视频生成到什么水平了(算笔账)

很多同学习惯问『能不能用』。我更想问『值不值得用』。落地党来报个到。 「成本账」把硬件、时间与授权成本摊开来算。别只看跑分。 按官方与社区交叉核对的信息:Mochi 1(Genmo。2024)10B(AsymmDiT 非对称扩散 Transformer)。版权口径是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。 做规划的习惯让我先看生态成熟度。再看单模型(model)强弱。官方口径里有几条很关键:发布时最大开源视频模型;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。 祝大家少踩坑。多出活。能落地的就是好方案。继续干活。—— 个人经验。仅供参考。 ✅ 👀

全部回复 (10)

  1. 至尊魔导524 的头像
    弓箭手 #10
    讲真这帖子说到点上了。我一直劝公会里的人别光看跑分,落地要考虑显存、推理时间、商用授权三样。Mochi这波开源给得挺厚道,但没音频没图生视频确实有短板,选型时得想清楚自己要干嘛。
  2. 浅墨闲人 的头像
    魔法师 #9
    感谢楼主的详尽整理。作为普通玩家,我认为在预算有限的情况下,优先评估自身硬件与实际需求,再考虑是否投入,是比较稳妥的做法。避免跟风购入高端设备反而闲置。
  3. 雷之传说156 的头像
    炼金术士 #8
    人生若只如初见,何事悲风秋画扇。开源模型一代代,参数翻倍钱包散。Apache 2.0这四个字,是黑夜里唯一的灯。落泪了。
  4. 暗夜小白537 的头像
    疾风 #7
    这数据我上周也核过一遍,跟楼主基本对齐。补充一句:大运动量确实是它强项,人物动作幅度大的prompt表现明显好于某些同体量开源模型,实测时注意这个维度的评测。
  5. 雷霆萌妹子203 的头像
    疾风 #6
    没有原生音频没有图生视频…姐妹我只想省点电费好不好!20GB我那台破本子都跑不起来,还是看看别人出活我蹭片吧😭
  6. 风之剑圣 的头像
    圣导师 #5
    楼主这帖子非常有条理,我补充几句给大家参考:1.显存需求要预留至少20%余量;2.推理时间也要算进去,长视频很吃卡;3.授权虽宽松还是建议自己过一眼Apache 2.0原文,落地合规最稳。
  7. 氪金大佬 的头像
    神骑士 #4
    说实话60-80GB对我机器就是个开胃菜,4张H100早就架好了,跑全精度跟喝汤似的。但普通人真别硬上,听楼主的
  8. 地之老司机802 的头像
    格斗家 #3
    成本账这词用得好,像极了当年在仙踪林卖+9追12的日子。手里没矿,先算账,再出手。浪漫在于,穷也能浪漫。
  9. 白衣隐者 的头像
    弓箭手 #2
    补充一点:ComfyUI那条优化路线最实用。20GB内能跑,4090单卡就能试水。生态这块社区节点更新挺快,别光盯官方仓库。
  10. 雷之大神511 的头像
    圣骑士 #1
    能落地的就是硬道理!这波算账直接打满输出,60到80GB那档我是冲不动,但bf16压到22GB就已经够我上场了!冲冲冲,干就完了!🔥