真·赛博菩萨！最大的开源视频模型来了，我们实测：有点东西，但不多
原文中文，约2300字，阅读约需6分钟。
📝
内容提要
AI视频生成公司Genmo推出了开源模型Mochi 1，具备高保真运动和强提示遵循能力。尽管表现优异，但存在分辨率限制和运动细节不足的问题。Mochi 1基于非对称扩散变换器架构，拥有100亿参数，用户可在Hugging Face平台获取。
🔎
延伸解读
Mochi 1的技术架构
Mochi 1基于非对称扩散变换器架构，拥有100亿个参数，成为目前最大的开源视频生成模型。这种架构专注于视觉推理，处理视频数据的参数量是处理文本数据的四倍，显示出其在视频生成领域的强大潜力。
使用Mochi 1的硬件要求
尽管Mochi 1提供了强大的视频生成能力，但用户在运行该模型时需要至少4块Nvidia H100 GPU。这一硬件要求可能限制了普通用户的使用，尤其是那些没有高性能计算资源的开发者。
Mochi 1的局限性
Mochi 1在分辨率和运动细节方面存在不足，目前仅支持480p分辨率，并且在处理复杂运动时可能出现视觉扭曲。这些局限性在实际应用中可能影响用户体验，尤其是在需要高质量视频输出的场景中。
未来发展方向
Genmo计划在今年晚些时候推出Mochi 1 HD版本，支持720p分辨率并提高运动细节的精确度。这一更新将有助于提升Mochi 1的市场竞争力，吸引更多用户关注和使用该模型。
❓
Q&A
Mochi 1模型的主要特点是什么？
Mochi 1具备高保真运动和强提示遵循能力，能够精确控制生成视频中的角色和动作。
Mochi 1的分辨率限制是什么？
Mochi 1仅支持480p的分辨率。
如何获取Mochi 1模型？
用户可以在Hugging Face平台上免费获取Mochi 1的完整模型权重和代码。
Mochi 1的运行要求是什么？
要在设备上运行Mochi 1，至少需要配备4块Nvidia H100 GPU。
Genmo计划何时推出Mochi 1的HD版本？
Genmo计划在今年晚些时候推出Mochi 1 HD版本，支持720p分辨率。
Mochi 1与其他视频生成模型相比如何？
Mochi 1在运动质量和提示遵循性方面表现出色，能够与领先的闭源竞争者打平。
🏷️
