huggingface / huggingface/diffusers

Wan 2.1 CineScale - up to 4K

Offen
#12,369 1 Kommentar 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen
consider-for-modular-diffusers contributions-welcome stale
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

Beitragsleitfaden öffnen

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

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.