BindWeave : Génération vidéo cohérente par sujet
BindWeave est un framework unifié de génération vidéo cohérente par sujet développé par ByteDance Research. Construit sur l'architecture MLLM-DiT pour les prompts à un ou plusieurs sujets (ICLR 2026).
BindWeave
Wan2.1Subject-ConsistentMLLM-DiTICLR 2026Framework unifié de génération vidéo cohérente par sujet développé par ByteDance Research. L'architecture MLLM-DiT gère les prompts à un ou plusieurs sujets avec un grounding précis des entités et une intégration cross-modale. Accepté à ICLR 2026.
| Développeur | ByteDance Research |
| Date de sortie | 2025-10 |
| Architecture | MLLM-DiT (Multimodal LLM + Diffusion Transformer) |
| Paramètres | 14B fp16 |
| Capacités | Génération vidéo cohérente pour un ou plusieurs sujets |
| Conférence | ICLR 2026 |
Présentation
BindWeave est un framework unifié de génération vidéo cohérente par sujet développé par ByteDance Research. Il résout le défi de la génération de vidéos qui maintiennent des sujets cohérents d'une image à l'autre, en particulier lorsqu'il s'agit de gérer plusieurs sujets distincts dans une même scène.
Le framework couple un modèle de langage multimodal (MLLM) pré-entraîné avec une architecture de transformateur de diffusion (DiT). Le MLLM fournit un grounding précis des entités et une compréhension cross-modale, tandis que le DiT gère la génération vidéo de haute qualité. Cela permet à BindWeave de rendre avec précision les sujets décrits dans des prompts complexes avec leurs attributs visuels spécifiés.
Intégration dans ComfyUI
Les variantes BindWeave 14B fp16 et fp8 sont disponibles dans ComfyUI via les nœuds personnalisés Kijai WanVideoWrapper. Les poids du modèle sont hébergés sur Hugging Face, à la fois dans le dépôt officiel de ByteDance Research et dans la collection Kijai WanVideo_comfy.
Ressources
| Ressource | Lien |
|---|---|
| Article | 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.