WorldFoundry
English中文

Bernini-R 14B

论文方法总览：MLLM 语义规划器加上 DiT 渲染器，并在统一多模态序列上使用片段感知 3D RoPE。

Bernini-R 14B（ByteDance）：文生图、图像编辑；Runner 一致性待确认; 独立环境 `worldfoundry-bernini-cu124`。

编辑此页GitHubMarkdown

Bernini-R 14B 是字节 Bernini 系列的「仅渲染器」发布：14B 渲染模型单独打包，不含 7B 语义规划器。它保留同样的六类任务（文生图、图像编辑、文/视频/参考生视频），但直接使用你的输入，不经过规划阶段。 WorldFoundry 树内内置官方渲染器推理代码，加载 ByteDance/Bernini-R-Diffusers。

论文方法总览：MLLM 语义规划器加上 DiT 渲染器，并在统一多模态序列上使用片段感知 3D RoPE。
论文方法总览：MLLM 语义规划器加上 DiT 渲染器，并在统一多模态序列上使用片段感知 3D RoPE。

记录论文为Bernini: Latent Semantic Planning for Video Diffusion（2026）。

项目页：bernini-ai.github.io。代码：bytedance/Bernini。

这不是规划+渲染的 Bernini，也不是单卡的 Bernini-R 1.3B。

同一篇论文：Bernini: Latent Semantic Planning for Video Diffusion。权重：ByteDance/Bernini-R-Diffusers（apache-2.0）。图像配方记录为单卡；视频配方可以打开显式 Ulysses 序列并行。GPU 产物一致性待验证。状态：Runner 一致性待验证。

构建运行命令

推理 Pipeline
BerniniWorldFoundryPipelineworldfoundry.pipelines.bernini.pipeline_bernini
任务
环境worldfoundry-bernini-cu124
设备CUDA 12.4
Runnerworldfoundry.pipeline
加载方式from_pretrained
调用方式native_or_standard_invocation
worldfoundry-eval run \
  bernini-r-14b \
  --pipeline.task-profile t2v \
  --json

用来做什么

需要本系列的文生视频时选 bernini-r-14b：prompt 进、生成视频出。它是 catalog 上的 T2V 起步线，不是编辑器，也不是世界模型步进器。

即 Bernini 两段式设计中的 14B 渲染网络，单独运行。manifest 记录：图像配方单卡可跑，视频配方可显式启用 Ulysses 序列并行加速。

catalog 记录的任务包括 文生图、图像编辑、文生视频、视频到视频。别名包括 bernini-r、bernini-r-diffusers。模态上，它接受文本、图像、视频，输出图像、视频。

记录的评测入口包括VBench（检验渲染器本身的文生视频质量）。

运行时契约

可选 prompt、task_type、neg_prompt、num_frames、height；产物 generated_image、generated_video、bernini-r-14b.mp4。

CLI task profile：t2v、t2i、i2i、v2v、r2v、rv2v。绑定的 pipeline 类是 BerniniWorldFoundryPipeline。

系列状态：Runner 一致性待确认。

Runner parity 为 pending_gpu_validation。 用 task_type 选择任务；先在本地就位 Bernini-R-Diffusers checkpoint（apache-2.0）。 快速实验建议用 1.3B 兄弟条目；需要规划器+渲染器全流程时用旗舰 bernini 条目。

Official renderer inference is vendored in-tree; no external Bernini checkout is used.

在 WorldFoundry 中运行

启动 worldfoundry-eval run bernini-r-14b --pipeline.task-profile t2v 采样视频。上方命令构建器按已记录任务切换 --pipeline.task-profile，发出的仍是 worldfoundry-eval run。

运行环境是独立 profile worldfoundry-bernini-cu124（Python 3.11，CUDA 12.4，torch==2.5.1+cu124）。

记录的权重仓库包括 ByteDance/Bernini-R-Diffusers、ByteDance/Bernini-R-Diffusers。准备环境并检查本地资产：bash scripts/inference/prepare_model_infer.sh bernini-r-14b；下载缺失的公开权重时加 --download。

记录 license 为 apache-2.0；状态：Runner 一致性待确认。