LynnReal-Omni
基于MiniMax H3架构的32B参数统一视频扩散模型，支持文生视频、图生视频、姿态引导、风格迁移、视频编辑等多种任务，采用四步快速生成，已开源
时间轴 (近 90 天)
LynnReal-Omni 是基于 MiniMax H3 架构构建的 32B 参数统一视频扩散模型，将文生视频、图生视频、姿态引导、结构控制、风格迁移、视频编辑和视频修复等多种任务收拢进单一框架
LynnReal-Omni 已在 GitHub（LynnReal-AI/LynnReal-Omni）和 Hugging Face 上发布代码、模型权重与 ComfyUI 节点
LynnReal-Omni 采用 32B 参数的共享多模态扩散 Transformer，遵循 MiniMax H3 架构
LynnReal-Omni 采用四步（four-step）快速生成，相比传统扩散模型需要数十步采样大幅压缩推理成本
LynnReal-Omni 官方称能修复因累积误差（accumulated error）导致的视频质量退化
LynnReal-Omni 能接受多种异构输入，包括外观参考、可编辑的 3D 渲染结果以及游戏录屏
在单张 H100 上 warm 状态下，标准版（32B，4步）生成并解码 22 帧 540p 视频耗时 843 毫秒
多任务统一模型的各子任务质量是否都能达到专用模型水准仍需社区在真实素材上检验
全部知识事实 (8)
多任务统一模型的各子任务质量是否都能达到专用模型水准仍需社区在真实素材上检验
50%待验证LynnReal-Omni 能接受多种异构输入，包括外观参考、可编辑的 3D 渲染结果以及游戏录屏
50%待验证在单张 H100 上 warm 状态下，标准版（32B，4步）生成并解码 22 帧 540p 视频耗时 843 毫秒
50%待验证LynnReal-Omni 采用 32B 参数的共享多模态扩散 Transformer，遵循 MiniMax H3 架构
50%待验证LynnReal-Omni 采用四步（four-step）快速生成，相比传统扩散模型需要数十步采样大幅压缩推理成本
50%待验证LynnReal-Omni 官方称能修复因累积误差（accumulated error）导致的视频质量退化
50%待验证LynnReal-Omni 已在 GitHub（LynnReal-AI/LynnReal-Omni）和 Hugging Face 上发布代码、模型权重与 ComfyUI 节点
50%待验证LynnReal-Omni 是基于 MiniMax H3 架构构建的 32B 参数统一视频扩散模型，将文生视频、图生视频、姿态引导、结构控制、风格迁移、视频编辑和视频修复等多种任务收拢进单一框架
50%