视频生成走 MoE，之前一直停在推演阶段，真开源出来还是头一回见。拆开看我比较关心三件事：
-
114B 总参数、6B 激活。 推理时每一步实际参与计算的只有 6B，计算量跟一个中等模型差不多，总容量却拉得很高。视频既要管住帧与帧之间的时间一致性，又要管单帧的画面细节，两头的活性质不一样，交给不同的稀疏专家去分工，理论上是对症的。当然「理论上」这三个字先挂着。
-
成本。 官方口径是 10 秒 1080P 五毛钱上下。如果这是端到端算下来的账，而不是只算了其中某一段推理，那对批量出片的团队来说，这个数字比参数量有吸引力得多——他们算的是一条片子花多少钱，不是模型有多大。
-
能不能塞进消费级卡。 6B 激活听着很友好，但激活少不等于显存占得少，专家权重放哪、怎么调度，才是显存那关真正要过的坎。这块只能等社区拿到权重自己折腾。
我自己的顺序是先等第 3 条有人跑出结果，再回头核第 2 条那笔账，第 1 条的结构优势最后自然会落到出片效果上。