SkyReels-V2: Skywork의 무한 길이 비디오 생성 모델

SkyReels-V2

비디오텍스트 기반 비디오 생성이미지 기반 비디오 생성Diffusion Forcing무한 길이

AutoRegressive Diffusion-Forcing 아키텍처를 기반으로 구축된 Skywork AI의 오픈 비디오 모델입니다. 각 장면을 개별적으로 다루는 대신 단일 클립의 한계를 넘어 임의로 긴 클립을 생성하며, 텍스트 기반 비디오 생성, 이미지 기반 비디오 생성, Diffusion Forcing 빌드로 540P와 720P에서 14B 및 1.3B 체크포인트로 제공되고, 파인튜닝용 LoRA 어댑터도 함께 제공됩니다.

Hugging Face 컬렉션 GitHub 논문 플레이그라운드

개발자	Kunlun Tech (Skywork AI)
출시 날짜	2025-04
아키텍처	AutoRegressive Diffusion-Forcing Transformer
베이스 모델	Wan2.1 (Wan-AI)
라이선스	SkyReels-V2 Community License
모델 크기	14B (540P / 720P), 1.3B (540P)
기능	텍스트 기반 비디오 생성, 이미지 기반 비디오 생성, 무한 길이 Diffusion Forcing, 비디오 확장, 시작/종료 프레임 제어
정밀도	fp16, fp8_e4m3fn, fp8_e5m2

SkyReels-V2란 무엇인가?

SkyReels-V2는 오토리그레시브 Diffusion-Forcing 아키텍처를 기반으로 구축된 최초의 오픈소스 비디오 생성 모델로, 멀티모달 LLM, 다단계 사전 학습, 강화 학습, 그리고 Diffusion Forcing 프레임워크를 결합했습니다. Diffusion Forcing은 고정 길이 클립 하나를 생성하는 대신 프레임을 오토리그레시브 방식으로 예측하며, 이것이 바로 무한 길이 영상 생성을 가능하게 합니다. 즉 비디오가 단일 창(window)의 한계를 넘어 계속 이어질 수 있고, 기존 비디오를 다시 입력으로 넣어 확장할 수도 있습니다.

540P와 720P로 세 가지 빌드 유형이 제공됩니다. 표준 텍스트 기반 비디오 생성(Text-to-Video), 이미지 기반 비디오 생성(Image-to-Video), 그리고 동기(더 빠름) 또는 비동기(지시 수행과 일관성 향상) 추론에서 두 작업을 모두 지원하는 Diffusion Forcing 모델입니다. 1.3B DF 체크포인트는 소비자용 GPU를 대상으로 하며, LoRA 어댑터는 720P T2V 및 I2V 파인튜닝을 지원합니다.