Helios
PKU-YuanGroup/HeliosRevisado por IA
Verificado pelo RepoPicks Radar em
O que é Helios?
Helios é o código e os pesos do modelo de um artigo de pesquisa universitária sobre geração de vídeos longos. Você fornece um texto, uma foto ou um vídeo e ele produz um clipe de até um minuto, em 384x640, em blocos de 33 quadros. Os autores relatam 19,5 quadros por segundo em uma placa H100, e um modo mais lento de baixo consumo de memória que cabe em cerca de 6 GB. Você pode testar no navegador na página de demonstração dos autores no Hugging Face, ou instalar você mesmo com conda e comandos de shell em uma máquina Linux com uma placa NVIDIA ou um NPU Huawei Ascend.
Helios é grátis e de código aberto (Apache-2.0) e pode substituir Runway, Kling e Google Veo 3.
Quão fácil é instalar Helios?
A · baixe e abra · Web
- Linux D
- Web A
O jeito mais rápido é a própria página de demonstração dos autores no Hugging Face, linkada no topo do README, que não precisa instalar nada, então a web recebe nota A. Fazer você mesmo é nota D: você clona o repositório, cria um ambiente conda, escolhe a versão do PyTorch que combina com sua versão do CUDA, executa "bash install.sh", baixa dezenas de gigabytes de pesos com a ferramenta de linha de comando do Hugging Face ou ModelScope e inicia scripts de shell. Windows e Mac não recebem nota: cada passo é um script de shell do Linux e a única referência para um PC comum é um vídeo não oficial da comunidade.
Helios no GitHub
- Estrelas
- 2.258em 10 de nov. de 2026
- Downloads
- —todas as versões
- Crescimento
- +11estrelas em 6 dias
Estrelas ao longo do tempo
Fatos
- Roda em
- Linux, Web
- Você precisa instalar
- Nada além do programa
- Para compilar a partir do código
- Python, Placa de vídeo, FFmpeg
- Espaço em disco
- 1.010 MB–4,5 GB · estimativa
- Contas ou chaves
- Nenhuma
- Custo
- Grátis · O código é Apache-2.0 e as três versões do modelo são downloads gratuitos no Hugging Face ou ModelScope. Rodar rápido exige uma placa de data center cara, e o README aponta para o CNAPS.AI, um serviço online externo que roda o Helios por você.
- Licença
- Apache-2.0 (Permissiva)
- Última mudança no GitHub
- 1 de nov. de 2026
Sinais de risco de Helios (6)
- AtençãoDependências com vulnerabilidades conhecidas
Dependências fixadas com vulnerabilidades conhecidas (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
checagem automática
- Atençãoo script de instalação remove pacotes e apaga pastas
install.sh executa "pip uninstall triton torchao xformers wandb tensorflow tensorflow-cpu -y" e depois "rm -rf ~/.triton/cache/" e "rm -rf /tmp/torchinductor_*". Ele remove seis pacotes do ambiente Python que estiver ativo, incluindo o TensorFlow, e apaga pastas fora do projeto, então outros projetos de IA na mesma máquina podem parar de funcionar.
revisão por IA
- Infoa afirmação de velocidade exige uma placa de data center
README: "minute-scale, high-quality video synthesis at 19.5 FPS on a single H100 GPU (about 10 FPS on a single Ascend NPU)" e "fitting up to four 14B models within 80 GB of GPU memory". A rota de baixo consumo de memória diz "The Helios model below requires ~6GB of VRAM" via group offloading, e uma nota de novidades acrescenta que "real-time generation performance depends not only on the GPU, but also on the CPU, memory, CUDA driver version".
revisão por IA
- Infoos modelos são baixados separadamente e são grandes
O repositório não traz os pesos: você busca Helios-Base, Helios-Mid ou Helios-Distilled no Hugging Face ou ModelScope com "huggingface-cli download BestWishYSH/Helios-Base". São modelos de vídeo de 14 bilhões de parâmetros, então o uso real de disco fica bem acima dos 1 a 4,5 GB que as checagens estimam a partir do repositório.
revisão por IA
- Infocódigo de pesquisa com partes ainda inacabadas
Não há releases, há 47 issues abertas, o modo interativo avisa "⚠️ This feature is still under development — results may not always meet expectations", o checkpoint Helios-Mid "may not meet expected quality", e uma nota de novidades diz que os autores "identified several ways to further improve Helios's performance, such as fixing the i2v train-inference inconsistency".
revisão por IA
- Infoos passos de instalação trazem código direto de branches do git
Vários caminhos instalam código não publicado direto das branches principais: "pip install git+https://github.com/huggingface/diffusers.git", "pip install git+https://github.com/vllm-project/vllm-omni.git" e "pip install git+https://github.com/sgl-project/sglang.git". O que você recebe depende do dia em que instalar.
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em Helios
- Quanto tempo realmente leva um minuto de vídeo, e quão lento é o modo de baixo consumo de memória de 6 GB em uma placa de jogos comum.
- O espaço real em disco necessário para as três versões do modelo mais o ambiente Python.
- Se a página de demonstração do Hugging Face está no ar e qual o tamanho da fila.
- Se a instalação funciona no Windows ou no Mac, já que não existem passos oficiais para eles.
- A qualidade da imagem com seus próprios textos, já que os exemplos e o teste comparativo são dos próprios autores.
- Quanto o serviço online CNAPS.AI cobra e o que ele faz com os vídeos que você cria lá.