WorldFoundry
English中文

Mochi-1

Mochi-1（Genmo）：文生视频；Runner 一致性待确认。

编辑此页GitHubMarkdown

Mochi-1 是 Genmo 开源的文生视频模型，以 preview checkpoint 形式发布，发布时在开源模型中以运动质量见长。catalog 记录一个可运行 variant：mochi-1-preview-t2v；WorldFoundry runner 路径已按官方 preview checkpoint 接好。

本 docs 树没有入库的官方 teaser 或方法图。

项目页：genmo.ai/blog。代码：genmoai/models。

构建运行命令

推理 Pipeline
Mochi1PreviewT2VPipelineworldfoundry.pipelines.video_official.pipeline_official_video
任务Interactive Video interactive-video
环境worldfoundry-unified-cu128
设备CUDA 12.8
Runnerworldfoundry.pipeline
加载方式from_pretrained
调用方式native_or_standard_invocation
worldfoundry-eval run \
  mochi-1-preview-t2v \
  --pipeline.task-profile interactive-video \
  --json

用来做什么

mochi-1-preview-t2v 是记录的 prompt 到视频路由——不是图像编辑，也不是策略。只要任务是文生视频，从这里起步。

上游将 Mochi-1 描述为 100 亿参数的非对称扩散 Transformer（AsymmDiT），配专用视频 VAE。本仓库记录 runner 接线与标准 prompt/image/video/actions 输入 schema；更多内部细节仓库未记录。

catalog 记录的任务包括 文生视频。模态上，它接受文本，输出视频。

记录的评测入口包括VBench（标准文生视频质量评测）。

运行时契约

可选 prompt、negative_prompt、frames、fps、height；产物 mochi-1-preview-t2v.mp4。

CLI task profile：interactive-video。绑定的 pipeline 类是 Mochi1PreviewT2VPipeline。

系列状态：Runner 一致性待确认。

interactive-video 记录默认值：frames=84, fps=30, height=480, width=848, seed=12345。

Runner parity 仍待验证：路径已接好，但完整 31 帧、64 步的官方画质一致性尚未记录，且未提供公开 demo 复现脚本。 GitHub 组织名为 genmoai，Hugging Face 为 genmo；运行前需就位 preview checkpoint。

在 WorldFoundry 中运行

启动 worldfoundry-eval run mochi-1-preview-t2v --pipeline.task-profile interactive-video 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。

运行环境是统一 profile worldfoundry-unified-cu128（Python 3.11，CUDA 12.8）。

记录的权重仓库包括 genmo/mochi-1-preview。准备环境并检查本地资产：bash scripts/inference/prepare_model_infer.sh mochi-1-preview-t2v；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。