無修正 EdenLive ガイド：VAST のリアルタイムレンダラーの仕様とプロンプト

EdenLive の概要

開発元

VAST（VAST-AI-Research、Project Eden）

オープンソース化

2026年10月12日

モデルサイズ

5B と 14B の DiT

入力

参照動画、最初のフレーム、テキストプロンプト

出力

480P/720P 動画、24 FPS 以上、数分間

RTX 5090（5B、INT8）

24.87 FPS、ピーク 28.38 GiB

ダウンロードサイズ

約 210〜225 GB

オープンウェイト？

はい、Hugging Face と GitHub で公開

無修正？

公式の無修正版はなし

EdenLive とは？

EdenLive は VAST の Project Eden シリーズの最新モデルで、VAST-AI-Research チームが公開しました。入力は参照動画（プロキシ映像）、目標となる最初のフレーム、テキストプロンプトの3つで、参照に1フレームずつ追従しながら、より精細な、またはスタイルを変えた動画を出力します。ワールドの状態は管理しません。ルールや位置は上流のゲーム、エンジン、プログラムが保持し、レンダラーは見た目だけを決めます。VAST は 5B と 14B の DiT（拡散 Transformer）チェックポイントを公開しており、それぞれに双方向モードと、チャンクごとに4ステップだけノイズ除去する少ステップのチャンク自己回帰モードがあります。出力は 480P または 720P、24 FPS 以上で、数分間の連続生成が可能です。5B モデルは単一 GPU で 720P 運用できます。重み、推論コード、リアルタイム配信サービス、ブラウザデモがまとめて公開されています。

無修正の EdenLive が求められる理由

無修正 EdenLive を探す人の多くは、企業のコンテンツポリシーに縛られない自由な動画制作を求めています。しかし実情は異なります。重みは公開されていますが、これは参照動画、最初のフレーム、約 32 GB の GPU を必要とするレンダラーで、プロンプトだけでクリップを作る生成モデルではありません。最初のフレームを作るオプションの FLUX ワークベンチはコンテンツフィルタリングを義務付けています。公式の、あるいは広く使われている無修正 EdenLive は見つかりませんでした。Spicy AI はこのモデルを提供していません。画像から成人向けの短い動画を作りたいなら、当サイトの画像から動画ツールが別のモデルで、追加のコンテンツフィルターなしに動作します（同意した成人のみ）。

リアルタイムのワールドモデル用レンダラーとしての EdenLive の仕組み

VAST はこれを、分離型ワールドモデルの片側と説明しています。従来のプログラムが状態、物理、ゲームルールを管理し、低コストのプロキシ映像を描画します。参照動画は、そのプログラムとニューラルレンダラーをつなぐインターフェースです。ポストトレーニングされた DINOv3 視覚エンコーダーが各参照フレームを特徴量に変換して DiT に注入し、UMT5 エンコーダーがテキストプロンプトを読み取ります。潜在表現は Wan2.1 と Wan2.2 の VAE が扱い、軽量な TAEHV デコーダーがストリーミングに間に合う速度でフレームに変換します。リアルタイム用途では、少ステップのチャンク自己回帰モードに、INT8 や FP8 量子化、CUDA Graph、torch.compile、KV キャッシュ、ストリーミング用 LightTAE デコーダーといった LightX2V の最適化を組み合わせます。私たちの見方では、注目すべきはモデルの大きさではなく役割分担です。ルールと位置の一貫性はエンジンが保証し、ネットワークは見た目だけに専念できます。

EdenLive 5B と 14B：どちらを選ぶか

どちらのサイズも入力、解像度、2つの推論モードは共通なので、選択は主にハードウェアと画質の余裕で決まります。5B は VAST が単一 GPU での 720P 運用向けと位置付けるチェックポイントで、公開された RTX 5090 の数値もこのモデルのものです。14B は高画質を狙いますが、より多くのメモリと計算量が必要で、コンシューマー GPU でのフレームレートはまだ公表されていません。まず 5B で試作し、画質の向上がシーンにとって重要ならデータセンター向け GPU で 14B を試すのが現実的です。

Hugging Face のモデルカードと GitHub の README に基づく。

VRAM 要件と RTX 5090 での 24 FPS 実測

速度について最も具体的な情報源は LightX2V のデプロイガイドです。RTX 5090 で INT8 ConvRot 量子化（DiT とプロキシエンコーダー、T5 は FP8）を使い、1280×704、24 FPS を目標にした場合、5B モデルは生成 24.87 FPS、推論 24.69 FPS、最初のチャンクの遅延 500.02 ミリ秒、チャンク間隔の P95 が 492.63 ミリ秒、ピーク割り当てメモリ 28.38 GiB でした。H200 で FP8-SGL を使うと 36.12 FPS、ピーク 29.72 GiB に達しました。これはベンダーによる計測で、独立した第三者テストではなく、ドライバー、コンパイル、量子化で数値は変わります。VAST が別途示す入力から画面までの遅延が数百ミリ秒という値は製品デモ上の数字で、500 ミリ秒のベンチマークとは直接比較できません。README の検証環境は NVIDIA 80 GB GPU で、14B モデルや高解像度には 32 GB を超えるカードが必要です。

数値は LightX2V の EdenLive README より。ベンダー公表値。

EdenLive の GitHub、Hugging Face からのダウンロードと導入

オープンソースですか？はい。コードは GitHub の VAST-AI-Research/EdenLive、重みは Hugging Face の VAST-AI/EdenLive にあり、どちらも2026年10月12日に作成されました。まずディスク容量を確保してください。README では約 210 GB とされていますが、リポジトリに 5B、14B、FLUX ワークベンチの部品が同梱されているため、実際のファイル合計は約 224.8 GB です。動作環境は Linux x86-64、Python 3.10、CUDA 13（cu130）向けの PyTorch 2.14 nightly、diffusers 0.39、transformers 5.12 で、Node.js 22 はゲームレンダリングのデモにだけ必要です。リアルタイムサービスは WebRTC で配信するため、リモート構成では TURN サーバーと GPU ホストも必要です。5B は既定で1枚の GPU で動き、NPROC で複数 GPU を使えます。

• 1. ハードウェアを確認：Linux、5B を INT8 で動かすには 32 GB 以上の NVIDIA GPU、空きディスク約 225 GB。
• 2. GitHub リポジトリをクローンし、Python 3.10 環境に README 指定の PyTorch nightly を入れる。
• 3. Hugging Face から重みをダウンロード。部分ダウンロードできるなら必要なサイズだけ取得する。
• 4. まずオフラインの 5B サンプルを実行し、映像が正しければ WebRTC 配信サービスに進む。
• 5. ComfyUI：公式 README に ComfyUI ワークフローはなく、公式ノードも見つかりませんでした。サードパーティ製ノードは非公式として扱ってください。

EdenLive で描けるスタイル

見た目はプロンプトと最初のフレームが決め、参照動画は構図と動きだけを決めるため、同じグレーのプロキシシーンからまったく異なるスタイルが得られます。VAST のデモや報道では次の方向性が示されています。

• フォトリアル：単純なゲームの形状が、リアルな街並み、部屋、風景として描かれる。
• アニメ・セル調：同じウォークスルーがフラットな色ときれいな線で描き直される。
• 手描きアニメーション：家や通りの実写映像が絵本のような手描き風になる。
• カートゥーンキャラクター：参照内の人物が、ポーズ、服装、配色を保ったままキャラクター化される。
• 素材やオブジェクトの置き換え：人の手がロボットの手になったり、動きはそのままで表面の色や素材が変わったりする。

クリエイティブな使い方：参照動画で何をするか

EdenLive をめぐってよく語られるアイデアは、どれも同じ強みに基づいています。参照動画が構図、動き、カメラを固定するので、同じシーンを新しい見た目で得られるのです。以下は VAST や初期の報道が挙げる用途と、まだ苦手なケースです。

• ゲームの試作：ブロックアウトのレベルを歩き回り、完成品に近い世界としてリアルタイムに見る。探索やゆっくりしたパズルに最適。
• プレビズとコンセプトアート：立ち位置とカメラワークを固定したまま、アートディレクターが複数のスタイルを並べて比較する。
• 動画のリスキン：実写素材を、アニメーションを作り直さずにカートゥーン版や手描き版にする。
• エンボディド AI 用データ：同じロボットや手の動きから、学習用の見た目違いを大量に作る。
• 弱点：激しい戦闘、複数キャラクターの同時登場、小さな物体、非常に長い一貫性はまだ崩れやすい。

コミュニティは EdenLive をどう受け止めたか

メディアの注目が実際の利用を大きく上回っています。量子位と Pandaily は2026年10月18日前後に公開を報じ、RTX 5090 でのリアルタイム動作と分離型ワールドモデルという考え方に注目しました。10月中旬のリポジトリの数値は小さく、チュートリアル、フォーク、コミュニティによる修正はまだ少なく、独立したベンチマークも見つかっていません。個別のレビューは引用しません。ベンダーの数値は出発点と考え、自分のシーンで試してください。

未解明の点：コンシューマー GPU での 14B の実際のメモリとフレームレート、量子化ごとの画質低下、長時間運用の安定性、公式 ComfyUI 対応。

EdenLive 向けプロンプトの書き方

このモデルでは、プロンプトの役割がテキストから動画を作るモデルとは異なります。物の位置や動き方は参照動画がすでに決めているので、プロンプトでは見た目、つまりスタイル、素材、光、色、雰囲気を書きます。目標とする最初のフレームと矛盾しないようにしてください。矛盾した指示はストリームの見た目をちらつかせます。物を列挙するのではなく、シーン全体を1つのスタイルで描写し、参照にない動きは求めないこと。上のブラウザ版ジェネレーターでも同じ習慣が役立ちます。そこではアップロードした写真が最初のフレームの役割を果たします。

• スタイルを先に：「手描きの水彩アニメーション」「フォトリアルな夜の街」が全フレームのトーンを決める。
• 素材と表面を書く：濡れた石畳、ヘアライン加工の金属、柔らかい綿、光沢のある漆。
• 光には光源を：左からの低い太陽、ネオンサイン、曇りの日の光、ろうそくの灯り。
• 配色を1つに：主な色を2〜3色に絞るとチャンク間のちらつきが減る。
• 参照と矛盾させない：プロキシがゆっくり歩いているなら全力疾走は指示しない。
• Spicy AI のジェネレーターには参照動画がないので、簡単な動きを1つとカメラワークを1つ加える。

コピーして使える EdenLive プロンプトテンプレート

角括弧の部分を置き換え、構成はそのまま使ってください。最初の3つは参照ストリームを使う VAST のモデル本体向け、残りの2つは本ページの画像から動画ジェネレーター向けで、アップロードした成人の写真が被写体を決めます。

手順：Spicy AI で EdenLive 風クリップを作る

ブラウザでの手順なら 225 GB のダウンロードも GPU の設定も不要です。VAST のモデルは使わず、Spicy AI の既定の画像から動画モデルを使うので、参照動画ではなく写真から始めます。

• 1. このページ上部のボタンから画像から動画ツールを開く。
• 2. 自分が所有するか使用の同意を得た、成人の被写体のはっきりした写真をアップロードする。
• 3. 上のテンプレートを貼り付け、スタイル、光、カメラワークを1つ設定する。
• 4. 短いクリップを生成して動きを確認し、やり直すたびに要素を1つだけ変える。
• 5. 結果をダウンロード。動きが慌ただしく見えたら、言葉を足すより動作を単純にする。

EdenLive と Wan 2.2 の比較

VAST のレンダラーが Wan の VAE を流用しているため両者はよく一緒に検索されますが、解決する課題は異なります。Wan 2.2 はテキストや画像から動画を作り、ComfyUI のエコシステムも成熟しています。VAST のモデルは既存の参照ストリームをリアルタイムで描き直し、コンテンツ作りはエンジンに任せます。言葉からクリップを作りたいなら生成モデルを、プロキシ映像をその場で精細な映像にしたいなら VAST のレンダラーが適しています。

EdenLive 風に仕上げるプロンプトのコツ

1. EdenLive には参照動画と最初のフレームが必要で、テキストプロンプトだけでは動きません。
2. 14B や高解像度に進む前に、まず 5B を INT8 で 1280×704 で動かしましょう。
3. 量子化を変えるたびに、フレームレートだけでなく画質も確認しましょう。
4. プロンプトは見た目に絞り、動きは参照に任せましょう。
5. 権利のある素材だけを使い、登場人物は成人（18歳以上）のみとし、同意なく実在の人物を描き直さないでください。

出典

• EdenLive モデルカード（Hugging Face）
• コードと README（GitHub）
• LightX2V の EdenLive デプロイガイド
• VAST 技術レポート（PDF）
• 量子位の記事（中国語）
• Pandaily の記事（英語）

その他の無修正 AI 動画モデル

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