BindWeave: generación de video con consistencia de sujeto
BindWeave es un marco unificado de generación de video con consistencia de sujeto de ByteDance Research. Construido sobre la arquitectura MLLM-DiT para prompts de uno o múltiples sujetos (ICLR 2026).
BindWeave
Wan2.1Subject-ConsistentMLLM-DiTICLR 2026Marco unificado de generación de video con consistencia de sujeto de ByteDance Research. La arquitectura MLLM-DiT maneja prompts de uno o múltiples sujetos con anclaje preciso de entidades e integración multimodal. Aceptado en ICLR 2026.
| Desarrollador | ByteDance Research |
| Fecha de lanzamiento | 2025-10 |
| Arquitectura | MLLM-DiT (Multimodal LLM + Diffusion Transformer) |
| Parámetros | 14B fp16 |
| Capacidades | Generación de video consistente para uno o múltiples sujetos |
| Evento | ICLR 2026 |
Descripción general
BindWeave es un marco unificado de generación de video con consistencia de sujeto desarrollado por ByteDance Research. Aborda el desafío de generar videos que mantengan sujetos consistentes a través de los fotogramas, especialmente al manejar múltiples sujetos distintos en una sola escena.
El marco acopla un modelo multimodal de lenguaje grande (MLLM) preentrenado con una arquitectura de transformer difusivo (DiT). El MLLM proporciona un anclaje preciso de entidades y comprensión multimodal, mientras que el DiT maneja la generación de video de alta calidad. Esto permite a BindWeave renderizar con precisión los sujetos descritos en prompts complejos con sus atributos visuales especificados.
Integración con ComfyUI
Las variantes escaladas BindWeave 14B fp16 y fp8 están disponibles en ComfyUI a través de los nodos personalizados Kijai WanVideoWrapper. Los pesos del modelo están alojados en Hugging Face tanto en el repositorio oficial de ByteDance Research como en la colección Kijai WanVideo_comfy.
Recursos
| Recurso | Enlace |
|---|---|
| Artículo | arXiv:2510.00438 |
| GitHub | github.com/bytedance/BindWeave |
| HuggingFace (Original) | BytedanceResearch/BindWeave |
| HuggingFace (Kijai) | Kijai/WanVideo_comfy |
Guides and workflows related to this model series.