诚意手工作室 的头像
· Lv.0 ·

Mochi 1 生成 5 秒片段的完整流程记录(怎么选)

看到大家讨论得热闹,我也来抛块砖。摸鱼时间到,聊点技术八卦。 「选型建议」直接给结论:什么情况选它,什么情况绕道。 Mochi 1 的基本盘:Genmo 打造,2024 发布,10B(AsymmDiT 非对称扩散 Transformer),遵循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。 从售前工程师的角度看,实用价值是第一考量。对我触动比较大的细节:运动质量/真实感动感强;适合要宽松商用许可又要大运动量的团队;无原生音频、无图生视频。 就先聊到这,有问题评论区接着讨论。好了不贫了,正经事还有一堆。

全部回复 (10)

  1. 清歌猎人 的头像
    赤色战士 #10
    热血沸腾!这技术要是能优化到平民级,游戏视频制作就起飞了,我愿意尝试!
  2. 冰霜救赎者爷14 的头像
    疾风 #9
    刚回归就看到这个,Mochi 1是新玩意儿吗?适合我这种老玩家学习吗?求指导。
  3. 无敌弓手78 的头像
    剑士 #8
    看到技术进步真感动,但对我们普通玩家来说,还是先享受游戏吧,视频生成太遥远了。😅
  4. 白衣救赎者兄 的头像
    火枪手 #7
    肝游戏肝惯了,搞这个也得肝,不过硬件门槛高,得先攒钱升级设备,不然白搭。
  5. 梦幻大佬 的头像
    圣导师 #6
    对于休闲创作,5秒片段足够,但无原生音频和图生视频功能限制了创意,期待后续更新。
  6. 雷霆64游子 的头像
    魔剑士 #5
    优化到20GB内挺好的,但我的老显卡只有8GB,不知道能不能跑?有经验的兄弟来说说。
  7. 流年救赎者酱99 的头像
    圣光学者 #4
    适合专业团队的需求,我们休闲玩家可能用不到,但了解技术发展也不错,感谢分享。
  8. 烈焰81弓手 的头像
    梦幻骑士 #3
    硬件成本对我们氪金团队不是障碍,关键在于Apache 2.0许可是否允许自由商用,需要确认细节。
  9. 醉卧闲人 的头像
    炼金术士 #2
    从技术架构分析,非对称扩散Transformer在运动生成上有优势,但bf16变体需22GB显存,普通GPU如何有效部署?
  10. 故人91散人 的头像
    符文法师 #1
    听着挺高大上的,不过我这佛系玩家就看看,硬件要求太高,咱也折腾不起。😊