PKU, Tsinghua и Alibaba открыли SparkDiffusion: генерация видео Wan до 265 раз быстрее

Исследователи из Пекинского университета, Университета Цинхуа и Alibaba выложили в открытый доступ SparkDiffusion — фреймворк ускорения диффузионных видеомоделей Wan 2.1 и Wan 2.2. Генерация 81-кадрового 720P-видео на Wan2.1-T2V-14B сократилась с 4769 до 18 секунд на одной RTX 5090 (в 265 раз), на H100 — с 1757 до 8 секунд. Код доступен на GitHub под лицензией Apache 2.0, чекпоинты — на Hugging Face.

• 81-кадровое 720P-видео на Wan2.1-T2V-14B: 4769 с → 18 с на RTX 5090
• На H100 то же задание ускорилось с 1757 до 8 секунд (в 220 раз)
• Wan2.2-T2V-A14B 720P: с 4545 до 25,1 секунды (в 181 раз)
• Код на GitHub под Apache 2.0, чекпоинты 480P и 720P вышли 25 сентября