提速8倍！
速度更快、效果更好的混元视频模型——FastHunyuan来了！
新模型仅用1分钟就能生成5秒长的视频，比之前提速8倍，步骤也从50步减少到了6步，甚至画面细节也更逼真了。
和普通速度的混元对比一下，原来50步才能生成1条视频，而现在新模型在相同的时间里可以生成8条：
再来看看和Sora的画面对比，可以看到Fast-Hunyuan和Sora两者的效果都更逼真一些，衣服、水果和山峰的细节也非常清晰。
甚至在一些物理细节的理解上，Fast-Hunyuan比Sora还强，比如下面拿取柠檬的视频：
更重要的是，Fast-Hunyuan的代码也开源了，这下不用为Sora的订阅费和限额发愁了。
研究团队来自加州大学圣地亚哥分校（UCSD）的Hao AI实验室，他们主要专注机器学习算法和分布式系统的研究。
混元官方账号还特意发博感谢了他们：
有网友看完后直呼，混元才是最好的开源视频模型。
开创性的视频DiT蒸馏配方
团队是如何做到8倍提速的情况下还能提升视频清晰度呢？
下面就一起来看一下Fast-Hunyuan的技术原理——
首先，他们开发了全新的视频DiT蒸馏配方。
具体来说，他们的蒸馏配方基于阶段一致性（Phased Consistency Model, PCM）模型。
在尝试使用多阶段蒸馏后发现效果没有显著改进，最终他们选择保持单阶段设置，与原始PCM模型的配置相似。
其次，团队使用了OpenSoraPlan中的MixKit数据集进行了蒸馏。
为了避免在训练过程中运行文本编码器和VAE，团队还预处理了所有数据，用来生成文本嵌入和VAE潜在变量。
在推理阶段，用户可以通过FSDP、序列并行和选择性激活检查点进行可扩展训练，模型可以近乎线性扩展到64个GPU。测试代码在Python 3.10.0、CUDA 12.1和H100上运行。
官方推荐使用80GB内存的GPU，不同模型有相应的下载权重和推理命令。
最低硬件要求如下：
- 40 GB GPU 内存，每个 GPU 配备 lora
- 30 GB GPU 内存，每 2 个 GPU 配备 CPU 卸载和 LoRa。
在模型微调方面，Fast-Hunyuan提供了全微调（需准备符合格式的数据，提供了一些可下载的预处理数据及对应命令）和LoRA 微调（即将上线）两种方式。
此外，他们还结合了预计算潜变量和预计算文本嵌入，用户可以根据自己的硬件条件选择不同的微调方式来执行命令，也支持图像和视频的混合微调。
模型已于2024年12月17日发布了v0.1版本。
未来的开发计划还包括添加更多蒸馏方法（如分布匹配蒸馏）、支持更多模型（如CogvideoX模型）以及代码更新（如fp8支持、更快的加载和保存模型支持）等等。
One More Thing
除了加速模型，混元还预告了大家都非常期待的图像到视频生成功能。
最快1月份，也就是下个月就可以看到！期待住了。
GitHub：https://github.com/hao-ai-lab/FastVideoHuggingFace：https://huggingface.co/FastVideo/FastHunyuan