VDN用混合注意力实现实时文生视频，提速75-90倍。

转自 @HaochengXiUCB: 开源视频生成现在比播放还快，且不牺牲质量。

介绍 Video Delta Net (VDN)：混合注意力实现实时文本到视频，质量近乎无损。

VDN将Minimax-H3加速75-90倍，在8×NVIDIA B200 GPU上11秒生成14秒768p视频。

检查点+训练/推理代码+技术博客⬇️
(1/6)