Исследовательская группа Qualcomm AI Research представила технологию MobileWan, которая впервые позволяет запускать тяжелые серверные диффузионные модели генерации видео объемом 5 миллиардов параметров непосредственно на коммерческих смартфонах. Разработка решает проблему жестких ограничений оперативной памяти мобильных платформ, где ранее удавалось запускать лишь урезанные модели размером от 0,4B до 1,8B параметров.
В качестве основы инженеры использовали открытую модель Wan2.2-5B. С помощью ряда архитектурных оптимизаций им удалось перенести ее на мобильное железо, сохранив высокую точность генерации и физику движения.
На стандартном коммерческом смартфоне система MobileWan генерирует 5-секундное видео с разрешением 480×832 пикселей при 16 FPS всего за 20 секунд.
В бенчмарке VBench модель MobileWan набрала 83,79 балла, установив новый рекорд производительности (state-of-the-art) среди всех мобильных систем генерации видео и практически нивелировав разрыв в качестве между мобильными и серверными вычислениями.
Пока нет комментариев. Будьте первым!