kandinskylab/KVAE-3D-2.0-t4s16

⚡️ KVAE 2.0: лучшие открытые видео-токенизаторы с diffusability Нейронки для видео-GenAI работают не с пикселями напрямую, а с токенами — компактными числами. Качество токенизатора определяет успех всей генеративной модели. 🔥  Команда Kandinsky Lab выпустила KVAE 2.0   🔘 Лидер по реконструкции (PSNR/SSIM/LPIPS) 🔘 Паритет по генерации с SOTA (Wan 2.2, HunyuanVideo 1.5) по VBench 🚀 Почему KVAE 2.0 — прорыв 🔘 Сжатие по трём осям: 8/16x по ширине, 8/16x по высоте, 4x по кадрам (форматы 4x8x8 и 4x16x16) 🔘 Diffusability латентного пространства — ключевой фокус: ускоряет обучение диффузионных моделей, улучшает качество, снижает нагрузку на память 🔘 Превосходит Wan 2.2 и HunyuanVideo 1.5: меньше артефактов, четкие лица/текст, гибкость с высокими разрешениями 🔆   Изучайте и тестируйте в видео-пайплайнах! 👇 🟣  Статья  на Хабре — тренды, архитектура, сложности разработки 🟣 Модель t4s8  / Модель t4s16 🟣 Код на GitHub ❤   @sb_ai_lab #новости