---
title: "Open-MAGVIT2"
description: "Open-MAGVIT2（Tencent (ARC Lab)）：视频分词；已验证。"
modelId: "open-magvit2"
pageSource: generated
---

Open-MAGVIT2 是腾讯 ARC 对 MAGVIT-v2 免查表（lookup-free）视觉分词器的开源复现，并在其上构建自回归生成。本 catalog 中可运行的路径是 ImageNet 类条件图像生成——完整 256 token 生成已通过 checkpoint 加载的 GPU 与语义视觉 QA 验证（256x256、ImageNet 类别 207）。产物是 PNG 图像而非视频。

<ModelPaperFigures modelId="open-magvit2" locale="zh" />

记录论文为[arXiv 2409.04410](https://arxiv.org/abs/2409.04410)。

代码：[TencentARC/Open-MAGVIT2](https://github.com/TencentARC/Open-MAGVIT2)。

<ModelCommandBuilder modelId="open-magvit2" locale="zh" />

## 用来做什么

`open-magvit2` 是记录的图像生成线。prompt 到图像的推理从这里起步。

树内记录两部分：带超大码本的免查表量化（LFQ）分词器，以及为指定 ImageNet 类别预测视觉 token 的自回归 Transformer。class_id 输入选择类别；生成通过内置 CUDA 封装执行。该模型由腾讯（ARC Lab）发布。

catalog 记录的任务包括 视频分词、class-conditional-image-generation、autoregressive-generation。别名包括 `open_magvit2`、`openmagvit2`。

## 运行时契约

可选 `prompt`、`input_path`、`interactions`、`fps`、`steps`；产物 `open_magvit2.png`。

CLI task profile：`interactive-video`。绑定的 pipeline 类是 `OpenMAGVIT2Pipeline`。

系列状态：**已验证**。

runner 状态为 已验证——该路径确实用 TencentARC/Open-MAGVIT2 权重（apache-2.0）在 GPU 上跑通过。 预期要放对位置：这是类条件图像生成，不是提示词生成视频；视频分词是其分词器在上游支持的能力。

可运行路径仅支持类条件图像生成——没有自由提示词，也没有视频输出。

## 在 WorldFoundry 中运行

catalog 启动命令是 `worldfoundry-eval run open-magvit2 --pipeline.task-profile interactive-video`。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 11.3）。

记录的权重仓库包括 `TencentARC/Open-MAGVIT2`。准备环境并检查本地资产：`bash scripts/inference/prepare_model_infer.sh open-magvit2`；下载缺失的公开权重时加 `--download`。

记录 license 为 apache-2.0；状态：**已验证**。

<ModelRelatedRecipes modelId="open-magvit2" locale="zh" />