Open-Sora

潞晨科技 Open-Sora v1.2 文生视频（STDiT-v3）。WorldFoundry 固定 480p / 51 帧 / 24 fps / 30 步 rectified flow；尚未记录 runner 一致性。

最后更新: 2026年10月7日

Open-Sora 是潞晨科技（HPC-AI Tech）的开源文生视频栈。本卡片是 v1.2 STDiT-v3 推理路径——输入 prompt，写出 open-sora.mp4——不是 Open-Sora-Plan。WorldFoundry 走 worldfoundry/synthesis/visual_generation/open_sora 下的官方 CLI 桥。权重缺失会在运行时报告，不会自动下载。

catalog 的论文字段指向 Open-Sora 2.0: Training a Commercial-Level Video Generation Model in $200k。那是后续报告。本页实际就位的 checkpoint 是 Open-Sora v1.2：hpcai-tech/OpenSora-STDiT-v3 加 hpcai-tech/OpenSora-VAE-v1.2。项目页：hpcaitech.github.io/Open-Sora。代码：hpcaitech/Open-Sora。paper.png 只作标题缩略图。

构建运行命令

推理 Pipeline

OpenSoraPipelineworldfoundry.pipelines.video_official.pipeline_official_video

变体

任务Interactive Video interactive-video

环境worldfoundry-unified-cu121

设备CUDA 12.1

Runnerworldfoundry.pipeline

加载方式from_pretrained

调用方式native_or_standard_invocation

worldfoundry-eval run \
  open-sora \
  --pipeline.task-profile interactive-video \
  --json

它用来做什么

只做文生视频。OpenSoraPipeline 必填 prompt，写出 open-sora.mp4。本卡片没有本地图生视频或视频到视频（上游 1.3 / 2.0 线宣传过这些能力，这里没有绑定）。漏掉视频 VAE 是最常见的失败。画质可对照 VBench——Open-Sora 发布惯常引用的套件，不是本仓库已摄入的表。

推理

官方 CLI 封装会把 vendored 的 sample.py 覆盖成 Hugging Face demo 的质量预设：

旋钮	WorldFoundry 启动	覆盖前的 `sample.py`
分辨率	480p	240p
宽高比	9:16	9:16
帧数	51（约 2 秒）	51
FPS / 保存 FPS	24	24
采样器	rectified flow（`rflow`，开启 timestep transform）	相同
步数	30	30
Guidance	7.0（`--cfg-scale`）	7.0
美学分	6.5（`--aes`）；不强制 motion score	6.5，`flow=None`
Seed	1024	42

记录命令会强制关闭 flash-attn 与 layernorm kernel。catalog 未记录显存。另有较旧的 hpcai-tech/OpenSora-STDiT-v1-HQ-16x512x512，不是默认 STDiT-v3 路径。STDiT-v2 候选曾返回 401，未列入。

在 WorldFoundry 中运行

在 worldfoundry-unified-cu128（Python 3.11，CUDA 12.8）中运行 worldfoundry-eval run open-sora。启动前就位三个公开的 Apache-2.0 仓库：

hpcai-tech/OpenSora-STDiT-v3（config.json + model.safetensors）
hpcai-tech/OpenSora-VAE-v1.2（同样一对文件）
DeepFloyd/t5-v1_1-xxl（index + 两个 .bin 分片 + spiece.model）

状态：Runner 一致性待确认。启动成功不等于本工作区已有 checkpoint 级 GPU 产物。

Open-Sora

它用来做什么

推理

在 WorldFoundry 中运行

相关模型