無修正 AI 動画 · HKUST & Huawei Research
無修正 UniAVC:HKUSTとHuaweiの音声・動画モデルを解説(UNIVACではありません)
UniAVCは、HKUST LongGroupラボがHuawei Researchと共同開発した統合型の音声・動画モデルです。1つのウェイトで、同期した音声付きの短いクリップを生成し、無音の動画にサウンドトラックを付け、音声トラックに合わせて映像を作り、さらに1つの指示で映像と音声を編集できます。1950年代のコンピューターUNIVACとは無関係です。LTX-2 Community Licenseのもとでアクセス制限付きのオープンウェイトとして公開されており、80 GBのGPUが必要で、無修正版は存在しません。このガイドでは、できること、実行方法、MiniMax-H3とのスコア比較、プロンプトの書き方を解説します。ダウンロードなしで自分の写真から成人向け動画を作りたいだけなら、Spicy AIのH3 Turboジェネレーターがブラウザ上で動作します。
Spicy AI は UniAVC ではありません。このページは現在 MiniMax H3 Turbo(無料プラン)と Wan 2.6 で生成しています。
- 無料で開始
- フィルターなし
- ブラウザで使える

UniAVCの概要
- 開発元
- HKUST LongGroupとHuawei Research
- 論文
- arXiv 2610.24791、2026年10月17日(v2は10月20日)
- モデルサイズ
- 19B DiT+Gemma-3 12Bテキストエンコーダー
- タスク
- テキスト・音声・動画から音声付き動画、同時編集
- デフォルト出力
- 704×1280、24 fps、音声付きで約5秒
- GPU
- 80 GBカード1枚でテスト済み
- オープンウェイト
- あり(アクセス制限付き)、LTX-2 Community License
- 無修正?
- いいえ。NSFW版もコミュニティ製ビルドもなし
UniAVCの代替:無修正 H3 Turbo 動画ジェネレーター
画像から動画写真をアップロードして動きを説明してください。Spicy AI が短い動画にします。
プロンプト例
プロンプト例は英語です。英語のほうが安定した結果になります。
UniAVC とは?
UniAVCはUnified Audio-Video Creation(統合音声・動画生成)の略で、香港科技大学(HKUST)のLongGroupラボがHuawei Researchと共同開発した研究モデルです。論文(arXiv 2610.24791)は2026年10月17日に初公開され、10月20日に改訂されました。著者にはKien T. Pham、Yuhao Liu、Qifeng Chen、Long Chenらが名を連ねています。公開チェックポイントは、bf16の19B拡散Transformer(DiT)とGemma-3 12Bテキストエンコーダーの組み合わせです。Hugging Faceのサイドバーには23Bパラメータと表示されていますが、これはVAEやボコーダーなどの追加モジュールを含む数値とみられ、19BはDiTバックボーンのみを指します。チームはコード、ウェイト、Gradioデモをまとめて公開しており、コマンドラインスクリプトは実行方法の1つにすぎません。デフォルトでは704×1280、121フレーム、24 fps、約5秒の動画を、対応する音声付きでレンダリングします。
無修正の UniAVC が求められる理由
無修正 UniAVCが検索されるのは、APIフィルターを介さずにローカルで動く音声・動画モデルを求める人がいるためです。正直に言えば、UniAVCに無修正版はありません。プロジェクトページにもモデルカードにもNSFW版はなく、LTX-2 Community Licenseはコンテンツフィルターの回避、同意のないディープフェイク、機械生成であることを開示しないコンテンツを禁止しています。UniAVCのコミュニティ製ファインチューンやLoRAも見つからず、存在するのは公式リポジトリだけです。ローカルで無修正 UniAVCを動かすという選択肢もありません。ローカルのウェイトならAPIのモデレーション層はなくなりますが、ライセンスで許可される範囲は変わりません。自分の写真から成人向け動画を作るのが目的なら、Spicy AIの画像から動画生成ツールが追加のモデレーション層なしでMiniMax H3 Turboを実行しており、同意した成人のみが対象です。これは別のモデルで、UniAVCの編集機能はありません。
データセンター級のGPUなしで、無修正 UniAVC風のクリップを作りたいですか?ブラウザで写真をアニメーション化しましょう。
画像から動画生成を開く →UniAVCはUNIVACではない:名前の意味
Googleでuniavcと入力すると、たいていunivacに修正されます。これは1951年に納入されたUNIVAC Iコンピューターや、Univacという企業名のことです。両者に共通するのは文字だけです。こちらは2026年のAIモデルで、名前は論文タイトルであるUnified Audio-Video Creationの略です。コンピューターではなくモデルを見つけるには、「audio video model」「HKUST」「arXiv 2610.24791」などの語を追加してください。主な一次情報源は、論文、GitHubリポジトリHKUST-LongGroup/UniAVC、Hugging FaceリポジトリTK3105/UniAVCの3つで、いずれも下の出典セクションにリンクがあります。
- UniAVC:HKUSTとHuawei Researchによる2026年の音声・動画生成・編集モデル。
- UNIVAC:1950年代の初期の商用コンピューターシリーズで、このモデルとは無関係。
- 検索のコツ:名前に「audio video」「HKUST」「github」「huggingface」を組み合わせる。
UniAVCの仕組み:まず個別に学び、次に一緒に学ぶ
多くの音声・動画システムは2つの問題を抱えています。良質な音声を伴うペアクリップは少なく、映像と音声が1つのノイズスケジュールを共有すると、一方を固定してもう一方を生成するタスクが実質的に学習されません。このモデルは3つのアイデアでこれに対処します。段階的学習では、まず映像ブランチと音声ブランチに、それぞれ大規模な単一モダリティのデータセットで生成と編集を個別に学ばせ、その後両方を凍結して、両者をつなぐクロスアテンションのブリッジだけをペアデータで学習します。非対称ノイズスケジューリングでは、タイムステップは共有しつつ各ブランチに独自のノイズ軌道を与えます。映像は空間と動きを整理するために長くノイズを保つ必要がある一方、音声はより早く収束するためです。クリーンブランチのサブタスクでは、学習中に一方のブランチをクリーンな入力に固定するため、一方のストリームを条件にもう一方を生成する方法が直接学習されます。その結果、タスク専用のアダプターなしで、1つのチェックポイントがすべてのタスクに対応します。タスクの切り替えはウェイトではなく、入力とスクリプトを変えるだけです。
| 学習段階 | 使用データ(論文) | 学習する内容 |
|---|---|---|
| 映像ブランチ | 15.3Mのプールから34.3Mサンプル | 映像単体の生成と編集 |
| 音声ブランチ | 14.9Mのプールから54.9Mサンプル | 音声単体の生成と編集 |
| アライメント | 0.74Mのプールから0.67Mのペアサンプル | 映像と音声の同期維持 |
ペアデータは単一モダリティのデータより1桁以上少なく、それこそが段階的設計の狙いです。
UniAVCのタスク:生成、クロスモーダル、同時編集
3つの生成モードと1つの編集モードがあり、それぞれ専用の推論スクリプトがあります。テキストから音声付き動画は、プロンプトだけでクリップとサウンドトラックを作ります。音声から動画は、入力トラックを保持したまま、それに合う映像を作ります。動画から音声は、入力動画を保持したまま、それに合うサウンドトラックを作ります。同時編集は、1つの指示で映像と音声を変更します。公式デモは5種類の編集をカバーしています。被写体の変更(例:バー、ベージュの壁、照明はそのままにTシャツを青いサイクルジャージに替える)、被写体の追加、被写体の削除(デスクランプを消し、背後の窓とカーテンを補完するなど)、新しいセリフを口の動きに合わせて話させる発話編集、そして背景の置き換えです。各出力は約5秒で、チームは長尺動画の手法を公開していないため、長い作品は複数のクリップをつなげて作る必要があります。
| タスク | 入力 | 出力 | スクリプト |
|---|---|---|---|
| テキストから音声付き動画(t2av) | プロンプトのみ | 新しい映像と音声 | infer_t2av.py |
| 音声から動画(ta2v) | プロンプトと音声 | 映像(音声は保持) | infer_ta2v.py |
| 動画から音声(tv2a) | プロンプトと動画 | 音声(映像は保持) | infer_tv2a.py |
| 同時編集(tav2av) | 指示、映像、音声 | 編集された映像と音声 | infer_tav2av.py |
意図を考慮した編集と自己リファイン
2つの機能により、このモデルは単なるデモではなくポストプロダクションで実用的になります。意図を考慮した編集では、一方のブランチを凍結して条件として使うため、映像をまったく変えずに音声だけを変更したり、ナレーションに手を付けずに映像だけを変更したりできます。ショットを再レンダリングせずにナレーションを差し替えたり、元の会話を残したまま背景を置き換えたりするワークフローはこれによるものです。推論後の自己リファインは、結果の片方は良いがもう片方が良くないというよくあるケースに対応します。モデルは採用したブランチを固定の参照として使い、弱い方のブランチだけを再ノイズ化・再デノイズします。READMEの例では--post-refine audioと--refine-lambda 0.5で音声をリファインしており、デフォルトで約15ステップ実行されます。
- 吹き替えを変えてショットはそのまま:映像を凍結し、音声を編集。
- シーンを変えてナレーションはそのまま:音声を凍結し、映像を編集。
- 弱い方だけを修正:最初からやり直さず、生成後に音声または映像をリファイン。
UniAVCのハードウェア要件:80 GB GPUとVRAM
このモデルが使えるかどうかはハードウェアで決まります。19B DiTとGemma-3 12Bエンコーダーを合わせると約65 GBで、メインのmodel.safetensorsファイルだけで約46.1 GBあります。デフォルトの段階的オフロードでは、ピーク時の常駐メモリはDiTとアクティベーション分で約39 GBとなり、チームは単一の80 GB GPUでテストしています。--no-offloadでオフロードを無効にするとすべてのウェイトが常駐し、READMEによればデフォルトの720pサイズでは80 GBカード1枚をはるかに超えるメモリが必要です。--no-tiledデコードはさらにメモリ使用量を増やします。24 GBや48 GBのコンシューマー向けカードでの動作は示されていないため、当てにしないでください。チームは生成時間も公開していません。19B DiTで30ステップのデノイズは重い処理で、実際の速度はGPUとオフロード設定によって変わります。
| 項目 | 値 |
|---|---|
| ウェイト | 19B DiT(bf16)+Gemma-3 12Bテキストエンコーダー |
| ダウンロードサイズ | 合計約65 GB、model.safetensorsは約46.1 GB |
| ピークVRAM(オフロード有効) | 約39 GB+アクティベーション |
| テスト済みGPU | 80 GBカード1枚 |
| デフォルト出力 | 704×1280、121フレーム、24 fps、約5秒 |
| サイズのルール | 高さと幅は32の倍数、フレーム数は8k+1 |
| デフォルト設定 | 30ステップ、シード42、--offload有効 |
| ソフトウェア | Python 3.10、CUDA 12.8、PyTorch 2.8 |

UniAVCのGitHubとHugging Faceからのダウンロード:セットアップ手順
コードはGitHubのHKUST-LongGroup/UniAVC、ウェイトはHugging FaceのTK3105/UniAVCにあります。ウェイトのリポジトリはアクセス制限付きのため、ダウンロードする前にサインインして利用条件に同意する必要があります。普及はまだ限定的で、公開直後の時点でGitHubリポジトリのスターは約35、ウェイトのダウンロードは約6、いいねは8でした。これらの数字は研究者の初期の関心を示すもので、検索需要を示すものではありません。セットアップは標準的なPythonのワークフローに沿っており、以下に要約します。各スクリプトの正確な引数はREADMEで確認してください。
- 1. Python 3.10の環境を作成し(例:conda)、CUDA 12.8向けにビルドされたPyTorch 2.8をインストールする。
- 2. GitHubリポジトリをクローンし、pip install -r requirements.txtとpip install -e .を実行する。
- 3. Hugging Faceにログインし、TK3105/UniAVCのアクセス条件に同意してから、bash scripts/download_weights.shを実行する。Gemma-3テキストエンコーダーも同時に取得される。
- 4. まずデフォルトサイズでinfer_t2av.pyを試し、次にinfer_ta2v.py、infer_tv2a.py、infer_tav2av.pyを試すか、同梱のGradio app.pyを起動する。
- よくあるエラー:ダウンロード拒否(アクセス条件に未同意)、Gemma-3ファイルの欠落、8k+1でないフレーム数、32の倍数でない高さや幅、--no-offloadや--no-tiled使用後のメモリ不足。
UniAVCはComfyUIで使える?
公式には使えません。READMEが提供しているのはコマンドラインスクリプトとGradioアプリだけで、公式のComfyUIノードはなく、Hugging Face SpacesでUniAVCを検索してもホストされたデモは見つかりません。今後コミュニティ製ノードが登場する可能性はありますが、信頼できる情報源で確認できたものはないため、サードパーティ製ノードは非公式として扱い、実際に何を読み込むのか確認してください。モデルはLTX-2.3から初期化されているため、LTXのツール群が移植を容易にするかもしれませんが、それは期待であってリリース済みの機能ではありません。現時点で現実的な選択肢は、大容量GPUを搭載した自分のマシンでGradioアプリを使うか、CLIスクリプトを自前のパイプラインに組み込むことです。
UniAVC対MiniMax-H3:ベンチマーク結果
論文はこのモデルをMiniMax-H3、InstructAV2AV、JAVEdit、JoVAと比較しています。すべての数値は著者による自己申告で、独立した再現はされておらず、論文自身も結果を全勝ではなく「競争力がある」と表現しています。編集では、JAVEditBenchで指示への準拠と映像の忠実度でトップに立ち、InsAVE-80KではFVDが大幅に低くなっています。同時生成では、Verse-Benchの知覚品質、テキスト整合性、リップシンク、そしてInsAVE-80KのPEAVSでH3が上回っています。公平にまとめると、HKUSTのモデルは編集ツールとして、H3は生成ツールとして優れています。
| ベンチマークと指標 | UniAVC | MiniMax-H3 | InstructAV2AV |
|---|---|---|---|
| JAVEditBench IC ↑ | 4.42 | 4.11 | 2.88 |
| JAVEditBench VF ↑ | 4.48 | 4.17 | 3.93 |
| JAVEditBench AQ ↑ | 2.59 | 2.42 | 1.40 |
| JAVEditBench AVS ↑ | 0.2975 | 0.2307 | 0.1759 |
| InsAVE-80K FVD ↓ | 150.86 | 211.24 | 180.38 |
| InsAVE-80K FAD ↓ | 1.99 | 3.25 | 2.75 |
| InsAVE-80K PEAVS ↑ | 3.51 | 3.75 | 3.24 |
| Verse-Bench PQ ↑ | 6.26 | 6.87 | 報告なし |
| Verse-Bench LSE-C ↑ | 6.72 | 6.96 | 報告なし |
| Verse-Bench WER ↓ | 0.08 | 0.13 | 報告なし |
↑は高いほど良く、↓は低いほど良い。JAVEditはJAVEditBenchでAVS 0.3688を記録し、3モデルすべてを上回る。クロスモーダルの結果:音声から動画のFVDは103.17、動画から音声のFADは10.12。
UniAVC対LTX-2.3とInstructAV2AV:どれを選ぶか
LightricksのLTX-2.3は、このモデルの出発点となるベースモデルで、コミュニティ製LoRAの大きなエコシステムを持つ22BのオープンウェイトのDiTです。HKUSTのチームはその上に音声ブランチとクロスモーダルのブリッジを追加し、同時編集を目指しました。通常の生成ではLTX-2.3の方が成熟した選択肢で、ツールもはるかに充実しています。InstructAV2AVは論文における主要な編集のベースラインです。新しいモデルは指示への準拠、忠実度、FVDで上回る一方、InsAVE-80KのTA-Aなど一部のアライメント指標ではInstructAV2AVの方がスコアが高くなっています。論文自身の表でも、生成ではMiniMax-H3の方が優れています。
| UniAVC | LTX-2.3 | MiniMax-H3 | |
|---|---|---|---|
| 重点 | 音声・動画の同時編集 | 動画生成 | 同時生成と編集 |
| オープンウェイト | あり(アクセス制限付き) | あり | MiniMaxを参照 |
| エコシステム | 公式リポジトリのみ | 多数のコミュニティ製LoRA | 公式ツール |
| 最適な用途 | 研究と再現可能な編集 | 成熟したローカルワークフロー | 洗練された生成品質 |
3つとも、コンシューマー向けグラフィックカードで快適に動くものはありません。
UniAVCはオープンソース?オープンウェイトと商用利用
UniAVCはオープンウェイトであり、OSIの定義でいうオープンソースではありません。コードとウェイトは公開されており、アクセス条件に同意すれば無料でダウンロードできますが、LTX-2.3から派生しており派生物はそのライセンスを維持する必要があるため、LightricksのLTX-2 Community Licenseが適用されます。個人、研究者、小規模企業は利用、改変、ホストが可能ですが、関連会社と合算した年間売上が$10 million(1,000万ドル)以上の事業体は、Lightricksから別途商用ライセンスを取得する必要があります。再配布する場合は、契約書全文を同梱し、利用規定を下流のユーザーに引き継ぎ、帰属表示を維持しなければなりません。Lightricksは出力物の権利を主張しませんが、入力、出力、その使い方の責任は利用者にあります。商用プロジェクトの前には契約書そのものを読んでください。
無修正 UniAVCはある?
ありません。無修正 UniAVCやNSFW版のリリースはなく、ライセンスの利用規定はコンテンツフィルターの回避、同意のないディープフェイク、AI生成であることを開示しないメディア、未成年者が関わるあらゆるものを禁止しています。Hugging Faceで検索しても公式リポジトリしか出てこず、ファインチューンやLoRAはありません。LTX-2.3には多数のコミュニティ製LoRAがありますが、それはベースモデル向けでUniAVC向けではなく、同じライセンスが適用されます。当サイトはフィルターを除去するためのプロンプトやスクリプトを提供しません。作成が許される成人向け動画には、ホスト型ツールの方が簡単です。Spicy AIの画像から動画生成ページは、追加のモデレーション層なしでMiniMax H3 Turboを使って自分の写真をアニメーション化でき、同意した成人(18歳以上)のみが対象です。
無修正 UniAVCの代替をお探しですか?ローカルGPU不要で、自分の写真をオンラインでアニメーション化できます。
写真をアニメーション化 →UniAVCは誰向けか、どう使われているか
このモデルは研究用・ポストプロダクション用のプロトタイプに最も近い存在です。5秒のクリップ、720pクラスの出力、データセンター級のハードウェアという条件はほとんどの趣味ユーザーには手が届きませんが、その編集機能は実際の制作作業にそのまま当てはまります。ショートドラマやSNS動画のチームは、吹き替え直し、セリフの修正、背景変更に多くの時間を費やしており、それはまさに公式デモで示されている編集です。ローカライズチームはショットを維持したままセリフの差し替えを試せ、サウンドデザイナーは無音の映像にサウンドトラックを生成でき、研究者は公開コードを使った音声・動画同時編集の再現可能なベースラインを得られます。実在の人物の顔や声を含む編集には、本人の書面による同意と明確なAI表示が必要です。
- セリフの修正:口の動きを合わせて1行のセリフを変え、室内の音は残す。
- 吹き替えとローカライズのテスト:映像を凍結したまま音声トラックを差し替える。
- 無音クリップの効果音:動画から音声で、動きに合った足音、雨、交通音を追加する。
- 背景の差し替え:被写体を撮り直さずに、シーンをオフィスから街中へ移す。
- 音楽主導の映像:短い音声トラックを入力し、それに合う映像を生成する。
- 研究のベースライン:新しい同時編集手法を公開された数値と比較する。
効果的なUniAVCプロンプトの書き方
1つのプロンプトが映像と音声の両方を動かすため、短いショットの説明に音声の行を別に添える形で書きましょう。1つのショットに1つの主なアクションを、被写体、アクション、場所、カメラ、照明、音声の順に平易な文で記述します。編集では、変更点と維持すべき点をセットで指示します。公式の例では、背景、照明、他の人物など、維持する部分を必ず明記しています。発話編集では、新しいセリフを正確に引用し、誰の声かを指定します。デフォルトのクリップ長に合わせて生成するアクションは約5秒に収め、サイズは32の倍数、フレーム数は8k+1にする必要があることを覚えておいてください。
- 音を具体的に書く:「リアルな音声」より「窓に当たる静かな雨音、遠くの交通音」の方が効果的。
- 編集=変更+維持:「ランプを鉢植えに置き換え、窓、カーテン、照明はそのまま。」
- 発話編集:「彼女が落ち着いた声で『また明日』と言う。背景のざわめきは残す。」
- 音声から動画では映像だけを記述する。リズムはトラックがすでに決めている。
- 動画から音声では、音源を画面に登場する順に列挙する。

コピーして使えるUniAVC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。最初の行はモデル自身のスクリプト向けで、最後の行は画像から動画生成向けに書かれているため、上の無修正 UniAVC代替ジェネレーターでも試せます。
| 目的 | テンプレート |
|---|---|
| テキストから音声付き動画 | [成人の被写体]が[場所]で[1つのアクション]、[カメラの動き]、[光源]。音声:[環境音]、[声または音楽]。 |
| 被写体の編集 | [アイテム]を[新しいアイテム]に変更。[背景]、[照明]、[他の人物]は変えず、音声も維持。 |
| オブジェクトの削除 | 前景の[オブジェクト]を削除し、[その背後の領域]を補完。サウンドトラックは維持。 |
| 発話編集 | [人物]が同じ声で口の動きを合わせて「[新しいセリフ]」と言う。映像と背景音は維持。 |
| 動画から音声 | このクリップの音を生成:[音源1]、次に[音源2]、[室内の環境音]、音楽なし。 |
| 画像から動画(代替) | [被写体]がカメラの方を向いて「[短いセリフ]」と言う、ゆっくりしたプッシュイン、[照明]、[環境音]。 |
ステップごとに解説:Spicy AIでの無修正 UniAVC代替の使い方
データセンター級のハードウェアがない場合、ブラウザ経由なら65 GBのダウンロードは不要です。動作するのはUniAVCではなくMiniMax H3 Turboの画像から動画生成なので、音声・動画の同時編集はできません。プロンプトで写真をアニメーション化します。
- 1. このページ上部のボタンから画像から動画生成ツールを開く。代替モデルがあらかじめ選択されている。
- 2. 自分が所有している、または使用の同意を得た成人の鮮明な写真をアップロードする。
- 3. 上の画像から動画生成用テンプレートを貼り付け、アクション、カメラ、照明、音を記入する。
- 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1つの要素だけを変える。
- 5. 結果をダウンロードし、共有する際はAI生成であることを明記する。
作れるもの
写真からクリップへ
成人のポートレートをブラウザで短いクリップにアニメーション化。より手軽な無修正 UniAVCの代替手段です。
話すショット
被写体が振り向き、微笑み、短いセリフを言う。HKUSTのモデルも発話編集で狙っている形式です。
ムードのあるシーン
同意した成人キャラクターのための、キャンドルの灯る部屋、雨、ネオンの街並み。
UniAVC 風に仕上げるプロンプトのコツ
- 1つのショットに1つのアクションを書き、音には独立した文を与える。
- 編集では、維持すべき点を必ず書く。
- 80 GBのGPUを前提に計画する。コンシューマー向けカードは未検証。
- エラーを避けるため、フレーム数は8k+1、サイズは32の倍数にする。
- 同意した成人の顔と声だけを使い、AI出力であることを明記する。
UniAVC を自分でデプロイ vs Spicy AI でオンライン生成
| ローカル導入(公式ウェイト) | Spicy AI オンライン | |
|---|---|---|
| コンテンツフィルター | HKUST & Huawei Research が設定 | フィルターなし |
| オープンウェイト | あり | 不要(ブラウザで動作) |
| モデル | UniAVC | MiniMax H3 Turbo(無料プラン)と Wan 2.6 |
| 始めるための料金 | プランによる | 無料枠あり |
- ブラウザで画像から動画
- 無料キューは 0 クレジット(要ログイン・1 日の上限あり)
- 縦型(9:16)と横型(16:9)に対応
よくある質問
UniAVCとは何で、誰が作った?
UniAVCは、HKUST LongGroupラボがHuawei Researchと共同開発した統合型の音声・動画生成・編集モデルで、arXiv 2610.24791(2026年10月)で発表されました。1つのウェイトで、テキストから音声付き動画、音声から動画、動画から音声、同時編集に対応します。
UniAVCはUNIVACと同じ?
いいえ。UNIVACは1950年代のコンピューターシリーズです。Googleはuniavcをunivacに修正することが多いため、検索時は「audio video model」「HKUST」またはarXiv番号を追加してください。
UniAVCにはどのGPUが必要?
チームは80 GBのGPU 1枚でテストしています。ウェイトは合計約65 GBで、デフォルトのオフロードではピークが約39 GB+アクティベーションです。24 GBや48 GBのカードは未検証です。
UniAVCのクリップの長さは?
デフォルトは704×1280、121フレーム、24 fpsで約5秒です。公式の長尺動画モードはありません。
無修正 UniAVCはある?
ありません。NSFW版のリリースもコミュニティ製ファインチューンもなく、ライセンスはコンテンツフィルターの回避を禁止しています。Spicy AIは別の成人専用の代替手段として、H3 Turboの画像から動画生成を提供しています。
Spicy AI は HKUST & Huawei Research と関係がありますか?
いいえ。Spicy AI は独立したプラットフォームで、HKUST & Huawei Research とは提携・承認関係にありません。UniAVC は各権利者の商標です。
無料で使えますか?
無料で始められます。ログインすると、Spicy AI の無料動画キューが MiniMax H3 Turbo で写真を 0 クレジットで動かします(1 日の上限あり)。高速キュー、その他の動画モデル、長尺の動画にはクレジットが必要です。
出典
Spicy AI は HKUST & Huawei Research とは関係ありません。UniAVC およびその他の製品名は各権利者の商標であり、識別のためにのみ使用しています。すべてのコンテンツは成人(18 歳以上)を描写したものでなければなりません。