正在整理你需要的资料…
开源视频模型跑一次动辄几分钟,显存也不够用。LightX2V 把 Wan、Qwen-Image、MiniMax-H3、LTX-2 统一到一套接口下,配步数蒸馏、FP8/NVFP4 量化、权重卸载与并行推理;官方给的 Wan 2.2 14B NVFP4 方案在单张 5090 上比 40 步原模型快 50 倍以上。
适合想在自己的显卡上把开源视频或图像模型跑得更快、更省显存的人。
下面是把仓库 README 逐节读完后归纳出的中文要点。
提交前需保证代码格式符合项目标准,可用给定命令统一格式,并列出对项目作出贡献的社区开发者名单。
近期新增 MiniMax-H3-Image 文生图与参考图编辑支持、多款模型的自动回归推理,以及 EdenLive 视频生成与 APP 发布。
推荐通过服务 API 使用,也提供 Docker 环境与源码安装方式,示例覆盖了 Qwen-Image-2.1 文生图与 MiniMax-H3 音视频生成这两种任务。
覆盖视频、图片与世界模型,提供量化权重、蒸馏模型与轻量自编码器,并列出各类模型的指南与脚本入口。
支持少步推理、多种量化与注意力后端、磁盘与内存分级卸载、特征缓存、多维并行以及可变分辨率推理。
按用例整理文档与示例,涵盖环境搭建、模型准备、服务部署与接口、交互界面、Windows 本地部署、量化与性能优化。
pip install ruff pre-commit
pre-commit run --all-files| 主要语言 | Python | 许可 | Apache-2.0 |
|---|---|---|---|
| 创建时间 | 2025-03-24 | 最近提交 | 2026-11-17 |
| 站内采集 | 2026-11-06 起,连续观察 13 天 | 最近一次 | 2026-11-18 |
最近 12 次采集
2026-11-06 2,992 ★ → 2026-11-18 3,011 ★ (累计 +19)
数据来自 GitHub 公开接口的每日采集快照,star 数为采集当时读到的值, 与 GitHub 页面上显示的实时数字可能有几分钟的差距。 项目名点击可回到 本页。