Video DeltaNet: гибридное внимание для ускорения видеомоделей с почти без потерь качества

Представлена модель VDN-Minimax-H3 (VDN-H3) с гибридной архитектурой внимания: линейная ветвь для эффективности и softmax-ветвь для сохранения качества. На 8 GPU B200 модель генерирует 14.4-секундный клип за 11.23 секунды, используя 8 шагов денойзинга. Код, веса и оптимизированный стек инференса полностью открыты, включая поддержку ComfyUI.