Guide EdenLive non censuré : le moteur de rendu temps réel de VAST, specs et prompts

EdenLive en bref

Développeur

VAST (VAST-AI-Research, Project Eden)

Open source depuis

12 octobre 2026

Tailles du modèle

DiT 5B et 14B

Entrées

Vidéo de référence, première image, prompt texte

Sortie

Vidéo 480P/720P, plus de 24 FPS, plusieurs minutes

RTX 5090 (5B, INT8)

24,87 FPS, pic de 28,38 Gio

Taille du téléchargement

Environ 210–225 Go

Poids ouverts ?

Oui, sur Hugging Face et GitHub

Non censuré ?

Aucune version non censurée officielle

Qu'est-ce que EdenLive ?

EdenLive est le dernier modèle de la gamme Project Eden de VAST, publié par l'équipe VAST-AI-Research. Il prend trois entrées — une vidéo de référence ou proxy, une première image cible et un prompt texte — et produit une vidéo plus détaillée ou restylée qui suit la référence image par image. Il ne gère pas l'état du monde : le jeu, le moteur ou le programme en amont conserve les règles et les positions, et le moteur de rendu ne décide que de l'apparence. VAST a publié des checkpoints DiT (transformer de diffusion) de 5B et 14B, chacun avec un mode bidirectionnel et un mode autorégressif par blocs en peu d'étapes, qui exécute quatre étapes de débruitage par bloc. La sortie est en 480P ou 720P à plus de 24 FPS, avec une génération continue de plusieurs minutes, et le modèle 5B peut être déployé en 720P sur un seul GPU. VAST fournit ensemble les poids, le code d'inférence, un service de streaming temps réel et une démo navigateur.

Pourquoi on cherche EdenLive sans censure

Ceux qui cherchent un EdenLive non censuré veulent généralement de la vidéo créative sans restrictions ni politique de contenu d'entreprise. La réalité est différente. Les poids sont ouverts, mais il s'agit d'un moteur de rendu qui demande une vidéo de référence, une première image et environ 32 Go de GPU, pas d'un générateur prompt-vers-clip, et son atelier FLUX optionnel pour les premières images impose un filtrage du contenu. Nous n'avons trouvé aucune version non censurée officielle ou largement utilisée. Spicy AI n'héberge pas ce modèle ; si votre but est une courte vidéo adulte à partir d'une image, notre outil image-vers-vidéo utilise un autre modèle sans filtre de contenu supplémentaire, réservé aux adultes consentants.

Comment EdenLive fonctionne comme moteur de rendu de modèle du monde en temps réel

VAST le décrit comme une moitié d'un modèle du monde découplé. Un programme classique gère l'état, la physique et les règles du jeu, et produit une vue proxy peu coûteuse ; la vidéo de référence est l'interface entre ce programme et le moteur de rendu neuronal. Un encodeur visuel DINOv3 post-entraîné transforme chaque image de référence en caractéristiques injectées dans le DiT, tandis qu'un encodeur UMT5 lit le prompt texte. Les VAE Wan2.1 et Wan2.2 gèrent les latents, et un décodeur TAEHV léger les convertit en images assez vite pour le streaming. En temps réel, le mode autorégressif en peu d'étapes est associé aux optimisations de LightX2V comme la quantification INT8 ou FP8, CUDA Graph, torch.compile, le cache KV et un décodeur LightTAE en streaming. Notre lecture : l'intérêt n'est pas la taille du modèle mais la répartition des rôles, car le moteur garantit la cohérence des règles et des positions et le réseau n'a qu'à exceller sur l'apparence.

EdenLive 5B ou 14B : quel checkpoint choisir

Les deux tailles partagent les mêmes entrées, résolutions et deux modes d'inférence, donc le choix dépend surtout du matériel et de la marge de qualité. Le 5B est celui que VAST destine au déploiement 720P sur un seul GPU, et c'est lui qui est derrière les chiffres publiés pour la RTX 5090. Le 14B vise une meilleure qualité mais demande plus de mémoire et de calcul, et VAST n'a pas publié sa cadence sur GPU grand public. Le plus raisonnable est de prototyper avec le 5B, puis de tester le 14B sur une carte de centre de données si le gain de qualité compte pour votre scène.

D'après la fiche du modèle sur Hugging Face et le README GitHub.

Besoins en VRAM et résultats à 24 FPS sur RTX 5090

Le guide de déploiement LightX2V est la source la plus concrète sur la vitesse. Sur une RTX 5090 avec quantification INT8 ConvRot (DiT et encodeur proxy, avec un T5 en FP8), en 1280×704 et pour un objectif de 24 FPS, le modèle 5B a généré 24,87 FPS et exécuté l'inférence à 24,69 FPS, avec une latence du premier bloc de 500,02 ms, un intervalle entre blocs P95 de 492,63 ms et un pic de mémoire allouée de 28,38 Gio. Sur une H200 en FP8-SGL, il a atteint 36,12 FPS pour un pic de 29,72 Gio. Ce sont des mesures du fabricant, pas des tests indépendants, et les pilotes, la compilation et la quantification peuvent les modifier. La latence entrée-image de quelques centaines de millisecondes que VAST cite à part est un chiffre de démo produit et ne doit pas être comparée directement aux 500 ms du benchmark. Le README indique des GPU NVIDIA de 80 Go comme environnement validé ; le 14B et les résolutions plus élevées demandent plus de 32 Go.

Chiffres du README EdenLive de LightX2V ; données du fabricant.

EdenLive sur GitHub, téléchargement Hugging Face et installation

Est-il open source ? Oui : le code se trouve dans VAST-AI-Research/EdenLive sur GitHub et les poids dans VAST-AI/EdenLive sur Hugging Face, tous deux créés le 12 octobre 2026. Prévoyez d'abord l'espace disque : le README parle d'environ 210 Go, mais les fichiers totalisent en réalité près de 224,8 Go, car le dépôt regroupe le 5B, le 14B et les composants de l'atelier FLUX. L'environnement documenté est Linux x86-64 avec Python 3.10, un PyTorch 2.14 nightly compilé pour CUDA 13 (cu130), diffusers 0.39 et transformers 5.12 ; Node.js 22 n'est nécessaire que pour la démo de rendu de jeu. Le service temps réel diffuse en WebRTC, les installations distantes ont donc aussi besoin d'un serveur TURN et d'un hôte GPU ; le 5B tourne par défaut sur un GPU et NPROC active le multi-GPU.

• 1. Vérifiez le matériel : Linux, un GPU NVIDIA d'au moins 32 Go pour le 5B en INT8 et environ 225 Go d'espace disque libre.
• 2. Clonez le dépôt GitHub et créez un environnement Python 3.10 avec le PyTorch nightly indiqué dans le README.
• 3. Téléchargez les poids depuis Hugging Face ; si votre outil le permet, ne récupérez que la taille nécessaire.
• 4. Commencez par l'exemple hors ligne du 5B, puis passez au service de streaming WebRTC une fois les images correctes.
• 5. ComfyUI : le README officiel ne propose aucun workflow ComfyUI et nous n'avons trouvé aucun nœud officiel ; tout nœud tiers est donc non officiel.

Les styles qu'EdenLive peut rendre

Comme le prompt et la première image fixent l'apparence, et la référence seulement la composition et le mouvement, une même scène proxy grise peut ressortir dans des styles très différents. Les démos de VAST et la presse montrent ces directions :

• Photoréaliste : une géométrie de jeu simple rendue en rues, pièces et paysages réalistes.
• Anime et cel-shading : la même déambulation repeinte en aplats de couleur et contours nets.
• Animation dessinée à la main : des images réelles d'une maison ou d'une rue avec un rendu de livre illustré.
• Personnages de dessin animé : une personne de la référence devient un personnage stylisé qui garde pose, vêtements et couleurs.
• Changement de matières et d'objets : une main humaine devient une main robotique, ou les surfaces changent de couleur et de matière tandis que le mouvement reste.

Usages créatifs : que faire d'une vidéo de référence

Les idées les plus discutées autour d'EdenLive exploitent toutes le même atout : la vidéo de référence fixe composition, mouvement et caméra, si bien que vous obtenez la même scène avec un nouveau look. Voici les usages cités par VAST et les premiers articles, ainsi que les cas où il peine encore.

• Prototypes de jeux : parcourir un niveau en blockout et le voir rendu en temps réel comme un monde quasi fini, idéal pour l'exploration et les énigmes lentes.
• Prévisualisation et concept art : garder la mise en place et les mouvements de caméra fixes pendant que la direction artistique compare plusieurs styles.
• Rhabillage de vidéos : transformer des images réelles en version dessin animé ou peinte à la main sans rien réanimer.
• Données pour l'IA incarnée : créer de nombreuses variantes visuelles d'un même mouvement de robot ou de main pour l'entraînement.
• Points faibles : combats rapides, plusieurs personnages à la fois, petits objets et cohérence très longue dérivent encore.

L'accueil d'EdenLive par la communauté

L'attention médiatique a largement devancé l'usage réel. QbitAI et Pandaily ont couvert la sortie vers le 18 octobre 2026, en insistant sur le temps réel sur RTX 5090 et l'idée du modèle du monde découplé. Les chiffres des dépôts mi-octobre étaient faibles, les tutoriels, forks et correctifs communautaires restent donc rares, et nous n'avons trouvé aucun benchmark indépendant. Nous ne citons pas d'avis individuels ; prenez les chiffres du fabricant comme point de départ et testez sur vos propres scènes.

Questions ouvertes : mémoire et cadence réelles du 14B sur cartes grand public, perte de qualité selon la quantification, stabilité sur la durée et prise en charge officielle de ComfyUI.

Comment écrire des prompts pour EdenLive

Ici, le prompt n'a pas le même rôle que dans un modèle texte-vers-vidéo. La vidéo de référence décide déjà où sont les choses et comment elles bougent, donc le prompt doit décrire l'apparence : style, matières, lumière, couleur et ambiance. Gardez-le cohérent avec la première image cible, car des consignes contradictoires font clignoter le flux entre plusieurs looks. Décrivez toute la scène dans un seul style plutôt que d'énumérer des objets, et ne demandez pas de mouvement absent de la référence. Les mêmes habitudes servent dans le générateur navigateur ci-dessus, où votre photo joue le rôle de première image.

• Le style d'abord : « animation à l'aquarelle peinte à la main » ou « rue de nuit photoréaliste » donne le ton à chaque image.
• Nommez matières et surfaces : pavés mouillés, acier brossé, coton doux, laque brillante.
• Donnez une source à la lumière : soleil rasant venant de la gauche, enseignes néon, jour couvert, bougies.
• Gardez une palette : deux ou trois couleurs principales réduisent le scintillement entre blocs.
• Ne contredisez pas la référence : si le proxy montre une marche lente, ne demandez pas un sprint.
• Dans le générateur Spicy AI, ajoutez un mouvement simple et un mouvement de caméra, puisqu'il n'y a pas de vidéo de référence.

Modèles de prompts EdenLive à copier

Remplacez les parties entre crochets et gardez la structure. Les trois premiers conviennent au modèle de VAST lui-même avec un flux de référence ; les deux derniers sont écrits pour le générateur image-vers-vidéo de cette page, où la photo d'une personne adulte que vous importez définit le sujet.

Pas à pas : créer un clip style EdenLive sur Spicy AI

Le parcours dans le navigateur évite le téléchargement de 225 Go et la configuration du GPU. Il n'exécute pas le modèle de VAST : il utilise le modèle image-vers-vidéo par défaut de Spicy AI, vous partez donc d'une photo et non d'une vidéo de référence.

• 1. Ouvrez l'outil image-vers-vidéo avec le bouton en haut de cette page.
• 2. Importez une photo nette d'une personne adulte qui vous appartient ou que vous avez le droit d'utiliser.
• 3. Collez l'un des modèles ci-dessus et définissez le style, la lumière et un mouvement de caméra.
• 4. Générez un clip court, vérifiez le mouvement, puis ne changez qu'un élément à chaque essai.
• 5. Téléchargez le résultat ; si le mouvement semble précipité, simplifiez l'action plutôt que d'ajouter des mots.

EdenLive vs Wan 2.2

Les deux sont souvent recherchés ensemble parce que le moteur de VAST réutilise les VAE de Wan, mais ils répondent à des besoins différents. Wan 2.2 crée de la vidéo à partir de texte ou d'image et dispose d'un écosystème ComfyUI mature ; le modèle de VAST re-rend en temps réel un flux de référence existant et laisse la création de contenu au moteur de jeu. Pour passer des mots au clip, choisissez un générateur ; pour transformer en direct un proxy en images détaillées, le moteur de VAST est plus adapté.

Conseils de prompt pour des résultats dans le style de EdenLive

1. EdenLive a besoin d'une vidéo de référence et d'une première image ; un prompt texte seul ne suffit pas.
2. Commencez avec le modèle 5B en 1280×704 et INT8 avant d'essayer le 14B ou des résolutions plus hautes.
3. Vérifiez la qualité après chaque changement de quantification, pas seulement la cadence.
4. Consacrez le prompt à l'apparence et laissez le mouvement à la référence.
5. N'utilisez que des images dont vous avez les droits, ne montrez que des adultes (18+) et ne restylez jamais une personne réelle sans son consentement.

Sources

• Fiche du modèle EdenLive (Hugging Face)
• Code et README (GitHub)
• Guide de déploiement EdenLive de LightX2V
• Rapport technique de VAST (PDF)
• Article de QbitAI (chinois)
• Article de Pandaily (anglais)

Plus de modèles d'IA Vidéo sans censure

• uncensored wan
• Kling sans censure
• Kling 2.6 sans censure
• Kling O1 sans censure
• Sora sans censure
• Veo sans censure
• Hailuo AI sans censure
• MiniMax H3 Max sans censure
• Wan sans censure
• Wan 3.0 sans censure
• Seedance sans censure
• Seedance 2.5 sans censure
• Seedance 2.0 sans censure
• Seedance 2.0 Mini sans censure
• HunyuanVideo sans censure
• LTX Video sans censure
• Runway sans censure
• Pika sans censure
• Luma Dream Machine sans censure
• Vidu sans censure
• PixVerse sans censure
• Grok Imagine sans censure