---
title: "Pusa VidGen"
description: "Pusa VidGen（City University of Hong Kong）：图生视频、文生视频；Runner 一致性待确认。"
modelId: "pusa-vidgen"
pageSource: generated
---
Pusa VidGen（Pusa V1）展示了向量化时间步适配：不再让整段视频共享一个扩散时间步，而是每帧独立时间步，从而用一次低成本的 Wan2.2 LoRA 训练同时解锁图生视频、文生视频与视频延展。WorldFoundry 完全用规范化 Wan2.2 组件装配它——推理时不需要外部运行时检出。
记录论文为[arXiv 2410.03160](https://arxiv.org/abs/2410.03160)。
项目页：[pusav1.org](https://pusav1.org/)。代码：[Yaofang-Liu/Pusa-VidGen](https://github.com/Yaofang-Liu/Pusa-VidGen)。
## 用来做什么
`pusa-vidgen` 是记录的文本/图像到视频线。需要同一张卡片上同时有 prompt 与静帧条件时用它。
Pusa V1 = Wan2.2 基座（规范化去噪器、条件器、VAE、加载器与共享分段 runner）+ 官方 Pusa V1 LoRA checkpoint（RaphaelLiu/Pusa-Wan2.2-V1）。向量化时间步行为来自 LoRA；不涉及其它扩散后端。该模型由香港城市大学发布。
catalog 记录的任务包括 图生视频、文生视频、视频延展。别名包括 `pusa-v1`、`pusa-wan2.2-v1`。模态上，它接受图像、文本，输出视频。
记录的评测入口包括[VBench](/zh/docs/evaluation/benchmark-hub/vbench)（通用文生/图生视频质量评测）。
## 运行时契约
可选 `prompt`、`negative_prompt`、`interactions`、`frames`、`fps`；产物 `generated_video`、`pusa_vidgen_public_runner.mp4`。
CLI task profile：`default`。绑定的 pipeline 类是 `PusaVidGenPipeline`。
系列状态：**Runner 一致性待确认**。
`default` 记录默认值：frames=81, height=720, width=1280, seed=0。
runner 状态为 Runner 一致性待确认：模型专属 pipeline 通过 execute=True 暴露 generated_video，默认调用不再产生请求计划产物。 每次运行的视觉 QA 在验证参考中跟踪。 运行前请同时就位 Wan2.2 基座权重与 Pusa LoRA。
## 在 WorldFoundry 中运行
catalog 启动命令是 `worldfoundry-eval run pusa-vidgen --pipeline.task-profile default`。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 `RaphaelLiu/Pusa-Wan2.2-V1`、`Wan-AI/Wan2.2-T2V-A14B`、`lightx2v/Wan2.2-Lightning`。准备环境并检查本地资产：`bash scripts/inference/prepare_model_infer.sh pusa-vidgen`；下载缺失的公开权重时加 `--download`。
状态：**Runner 一致性待确认**。