Helios
PKU-YuanGroup/HeliosRevisado por IA
Revisado por RepoPicks Radar el
¿Qué es Helios?
Helios es el código y los pesos del modelo de un artículo de investigación universitario sobre generación de videos largos. Le das un texto, una foto o un video y produce un clip de hasta un minuto, en 384x640, en bloques de 33 fotogramas. Los autores reportan 19.5 fotogramas por segundo en una tarjeta H100, y un modo más lento de bajo consumo de memoria que cabe en unos 6 GB. Puedes probarlo en el navegador en la página de demostración de los autores en Hugging Face, o instalarlo tú mismo con conda y comandos de shell en una máquina Linux con una tarjeta NVIDIA o un NPU Huawei Ascend.
Helios es gratis y de código abierto (Apache-2.0) y puede reemplazar a Runway, Kling y Google Veo 3.
¿Qué tan fácil es instalar Helios?
A · descarga y abre · Web
- Linux D
- Web A
La forma más rápida es la propia página de demostración de los autores en Hugging Face, enlazada al inicio del README, que no necesita instalar nada, así que la web obtiene una A. Hacerlo tú mismo es una D: clonas el repositorio, creas un entorno conda, eliges la versión de PyTorch que coincide con tu versión de CUDA, ejecutas "bash install.sh", descargas decenas de gigabytes de pesos con la herramienta de línea de comandos de Hugging Face o ModelScope e inicias scripts de shell. Windows y Mac no tienen calificación: cada paso es un script de shell de Linux y la única guía para una PC normal es un video no oficial de la comunidad.
Helios en GitHub
- Estrellas
- 2258el 10 nov 2026
- Descargas
- —todas las versiones
- Crecimiento
- +11estrellas en 6 días
Estrellas a lo largo del tiempo
Datos
- Funciona en
- Linux, Web
- Necesitas instalar
- Nada más que el programa
- Para compilar desde el código
- Python, Tarjeta gráfica, FFmpeg
- Espacio en disco
- 1010 MB–4,5 GB · estimación
- Cuentas o claves
- Ninguna
- Costo
- Gratis · El código es Apache-2.0 y las tres versiones del modelo se descargan gratis desde Hugging Face o ModelScope. Ejecutarlo rápido necesita una tarjeta de centro de datos costosa, y el README señala a CNAPS.AI, un servicio en línea externo que ejecuta Helios por ti.
- Licencia
- Apache-2.0 (Permisiva)
- Último cambio en GitHub
- 1 nov 2026
Señales de riesgo de Helios (6)
- AtenciónDependencias con vulnerabilidades conocidas
Dependencias fijadas con vulnerabilidades conocidas (OSV): torch: GHSA-rrmf-rvhw-rf47, PYSEC-2026-139; transformers: GHSA-fgcw-684q-jj6r, GHSA-x9r9-c232-4q39, GHSA-xrqw-3rrv-vx5w; sentence-transformers: GHSA-jhr6-gm9c-rqjv, PYSEC-2026-4164; accelerate: GHSA-4j2p-28q2-5m79, PYSEC-2026-3804; torch: GHSA-63cw-57p8-fm3p, GHSA-qfhq-4f3w-5fph, GHSA-rrmf-rvhw-rf47
revisión automática
- Atenciónel script de instalación elimina paquetes y borra carpetas
install.sh ejecuta "pip uninstall triton torchao xformers wandb tensorflow tensorflow-cpu -y" y luego "rm -rf ~/.triton/cache/" y "rm -rf /tmp/torchinductor_*". Elimina seis paquetes del entorno de Python que esté activo, incluido TensorFlow, y borra carpetas fuera del proyecto, por lo que otros proyectos de IA en la misma máquina pueden dejar de funcionar.
revisión con IA
- Infola afirmación de velocidad necesita una tarjeta de centro de datos
README: "minute-scale, high-quality video synthesis at 19.5 FPS on a single H100 GPU (about 10 FPS on a single Ascend NPU)" y "fitting up to four 14B models within 80 GB of GPU memory". La ruta de bajo consumo de memoria dice "The Helios model below requires ~6GB of VRAM" mediante group offloading, y una nota de novedades añade que "real-time generation performance depends not only on the GPU, but also on the CPU, memory, CUDA driver version".
revisión con IA
- Infolos modelos se descargan por separado y son grandes
El repositorio no incluye los pesos: debes obtener Helios-Base, Helios-Mid o Helios-Distilled desde Hugging Face o ModelScope con "huggingface-cli download BestWishYSH/Helios-Base". Son modelos de video de 14 mil millones de parámetros, así que el uso real de disco está muy por encima de los 1 a 4.5 GB que las comprobaciones estiman a partir del repositorio.
revisión con IA
- Infocódigo de investigación con partes aún sin terminar
No hay releases, hay 47 issues abiertos, el modo interactivo advierte "⚠️ This feature is still under development — results may not always meet expectations", el checkpoint Helios-Mid "may not meet expected quality", y una entrada de novedades dice que los autores "identified several ways to further improve Helios's performance, such as fixing the i2v train-inference inconsistency".
revisión con IA
- Infolos pasos de instalación traen código directo de ramas de git
Varias rutas instalan código no publicado desde ramas principales: "pip install git+https://github.com/huggingface/diffusers.git", "pip install git+https://github.com/vllm-project/vllm-omni.git" y "pip install git+https://github.com/sgl-project/sglang.git". Lo que obtienes depende del día en que lo instales.
revisión con IA
La evidencia aparece en su idioma original.
Lo que Radar no pudo verificar de Helios
- Cuánto tiempo toma realmente generar un minuto de video, y qué tan lento es el modo de bajo consumo de 6 GB en una tarjeta de juegos normal.
- El espacio real en disco que necesitan las tres versiones del modelo más el entorno de Python.
- Si la página de demostración de Hugging Face está disponible y cuánto dura la cola.
- Si la instalación funciona en Windows o Mac, ya que no existen pasos oficiales para ellos.
- La calidad de imagen con tus propios textos, ya que los ejemplos y la prueba de referencia son de los propios autores.
- Cuánto cobra el servicio en línea CNAPS.AI y qué hace con los videos que generas allí.