量子位
26-06-20 18:43 微博认证:量子位官方微博

一觉醒来,AI的新潮流变成了养猫???

火速围观一下,刚刚全球流式音视频模型赛道闯进了一匹黑马,能力SOTA级,模型名字就叫缅因猫(MaineCoon)。

养过缅因猫的朋友都知道,这个品种有个外号叫「猫狗」,意思是几乎你走到哪儿,它就跟到哪儿,相当粘人,互动感MAX。

而模型MaineCoon和它几乎是如出一辙,不会一股脑生成完就跑,而是一直陪着你、follow你的状态,实时地往下走。

给它一段文字,它直接边生成边播放,还能做到音画同出,效果就像是在和真人主播1V1视频对话,而且永远不会卡顿。

时长可达30分钟以上,这也是业界首次实现这个长度。

此外,MaineCoon的推理速度也很突出——

22B参数的大小,却能在单张H100上跑出47.5 FPS,同赛道速度位居业界第一;即使是在只有H100一半成本的推理卡RTX Pro 6000上,也能稳定保持30 FPS以上的实时运行速度。

具体什么概念呢?

假设我手里有一张GPU,用MaineCoon生成一条10秒的短视频,⾸帧将在3s以内出现,随后开始流式输出,新增prompt与实时输出无缝衔接,全程过渡丝滑自然。

成本直接被打下来,每秒成本控制在0.001美元以内。

如果在GPU占满的状态下,每秒推理更是仅需0.00025美元,是Veo 3的1/2000、Seedance的1/560。

而这些,来自一家base中国的10人初创团队,名叫Catnip(猫薄荷)。

几天前,他们刚刚在𝕏上发布了技术报告,就迅速收获多方关注,其中LTX官⽅也注意到了这家新面孔,并主动寻求合作。

话不多说,来看具体效果。
http://t.cn/AXSvvKco