huggingface / huggingface/diffusers
Wan 2.1 CineScale - up to 4K
- Vorherrschende Sprache
- Python
- Sterne
- 34.5k
- Forks
- 7.3k
- Ø Merge
- 3 T. 3 Std.
- Gemergte PRs (30 T.)
- 91
Beschreibung
### Model/Pipeline/Scheduler description
Wan 2.1 up to 4k
https://eyeline-labs.github.io/CineScale/
### Open source status
- [x] The model implementation is available.
- [x] The model weights are available (Only relevant if addition is not a scheduler).
### Provide useful links for the implementation
https://github.com/Eyeline-Labs/CineScale
Beitragsleitfaden
Rechercherichtung
Beginne mit der Durchsicht des CineScale-Projekts unter https://github.com/Eyeline-Labs/CineScale und seiner Modellbeschreibung unter https://eyeline-labs.github.io/CineScale/, und vergleiche anschließend die Implementierung mit den bestehenden Integrationskonventionen von diffusers für Wan 2.1. Als abgeschlossen gilt die Aufgabe, wenn das Modell mit der erwarteten Verwendung in diffusers integriert ist und die vom Projekt vorgesehene Abdeckung der Validierung etabliert wurde.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Bewertung
- Tech-Stack
- python, pytorch
- Bereich
- machine-learning
- Issue-Typ
- Feature
- Schwierigkeit
- 5/5
- Geschätzter Aufwand
- Über eine Woche
- Aktivitätsstatus
- Veraltet
- Klarheit
- Größtenteils klar
- Anfängerfreundlichkeit
- 25/100