Helios
PKU-YuanGroup/HeliosAI 已审核
RepoPicks Radar 检查于
Helios 是什么?
Helios 是一篇大学研究论文关于长视频生成的代码和模型权重。你给它一段文字提示、一张照片或一段视频,它就能生成约一分钟长的片段,分辨率为384x640,每33帧一组。作者报告在单张H100显卡上可达每秒19.5帧,还有一个更慢的低内存模式,大约6GB即可运行。你可以在浏览器中试用作者在Hugging Face上的演示页面,也可以在带有NVIDIA显卡或华为Ascend NPU的Linux机器上,用conda和shell命令自己安装。
Helios 免费开源(Apache-2.0),可以替代 Runway、Kling和Google Veo 3。
Helios 安装有多容易?
A · 下载即用 · Web
- Linux D
- Web A
最快的方式是作者在README顶部链接的Hugging Face演示页面,不需要安装任何东西,所以网页版得A。自己运行是D:你需要克隆仓库、创建conda环境、选择匹配你CUDA版本的PyTorch版本、运行"bash install.sh"、用Hugging Face或ModelScope的命令行工具下载数十GB的权重,并启动shell脚本。Windows和Mac没有评级:每一步都是Linux shell脚本,普通PC唯一的参考只有一个非官方的社区视频。
Helios 的 GitHub 数据
- 星标
- 2,2582026年11月10日
- 下载量
- —所有发布版本
- 增长
- +116 天内新增星标
星标变化
事实
- 可运行于
- Linux, Web
- 需要安装
- 只需程序本身
- 从源码编译需要
- Python, 显卡, FFmpeg
- 磁盘空间
- 1,010 MB–4.5 GB · 估算
- 账号或密钥
- 无
- 费用
- 免费 · 代码采用Apache-2.0许可,三个模型版本都可以从Hugging Face或ModelScope免费下载。想要运行得快需要一块昂贵的数据中心显卡,README还提到了CNAPS.AI,一个代为运行Helios的外部在线服务。
- 许可证
- Apache-2.0 (宽松型)
- GitHub 上的最近改动
- 2026年11月1日
Helios 的风险信号 (6)
- 注意依赖存在已知漏洞
固定版本的依赖存在已知漏洞(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
自动检查
- 注意安装脚本会卸载软件包并删除文件夹
install.sh会运行"pip uninstall triton torchao xformers wandb tensorflow tensorflow-cpu -y",然后运行"rm -rf ~/.triton/cache/"和"rm -rf /tmp/torchinductor_*"。它会从当前激活的Python环境中卸载六个软件包,包括TensorFlow,还会删除项目之外的文件夹,导致同一台机器上的其他AI项目可能无法正常运行。
AI 审核
- 信息宣称的速度需要数据中心级显卡
README写道:"minute-scale, high-quality video synthesis at 19.5 FPS on a single H100 GPU (about 10 FPS on a single Ascend NPU)",以及"fitting up to four 14B models within 80 GB of GPU memory"。低内存方案则说"The Helios model below requires ~6GB of VRAM",通过group offloading实现,一条更新说明还补充"real-time generation performance depends not only on the GPU, but also on the CPU, memory, CUDA driver version"。
AI 审核
- 信息模型需要单独下载,而且体积很大
仓库本身不包含权重:你需要用"huggingface-cli download BestWishYSH/Helios-Base"从Hugging Face或ModelScope获取Helios-Base、Helios-Mid或Helios-Distilled。这些是140亿参数的视频模型,所以实际占用的磁盘空间远远超过检查从仓库估算出的1到4.5GB。
AI 审核
- 信息研究代码仍有部分未完成
没有发布版本,有47个未关闭的issue,交互模式会提示"⚠️ This feature is still under development — results may not always meet expectations",Helios-Mid检查点"may not meet expected quality",一条更新说明还提到作者"identified several ways to further improve Helios's performance, such as fixing the i2v train-inference inconsistency"。
AI 审核
- 信息安装步骤直接从git分支拉取代码
有几条安装路径会从主分支安装尚未发布的代码:"pip install git+https://github.com/huggingface/diffusers.git"、"pip install git+https://github.com/vllm-project/vllm-omni.git"和"pip install git+https://github.com/sgl-project/sglang.git"。你安装当天得到的代码内容会不一样。
AI 审核
证据以原始语言显示。
Radar 无法验证的 Helios 相关内容
- 生成一分钟视频实际需要多长时间,以及6GB低内存模式在普通游戏显卡上有多慢。
- 三个模型版本加上Python环境实际占用的磁盘空间。
- Hugging Face演示页面是否可用,排队要多久。
- 在Windows或Mac上是否能安装成功,因为官方没有提供相应步骤。
- 用你自己的提示词生成的画面质量如何,因为示例和基准测试都是作者自己做的。
- CNAPS.AI在线服务收费多少,以及它如何处理你在那里生成的视频。