無審查 EdenLive 指南：VAST 即時渲染模型的規格與提示詞

EdenLive 速覽

開發者

VAST（VAST-AI-Research，Project Eden）

開源日期

2026 年 10 月 12 日

模型尺寸

5B 與 14B DiT

輸入

參考影片、首幀、文字提示

輸出

480P/720P 影片，24 FPS 以上，可達數分鐘

RTX 5090（5B，INT8）

24.87 FPS，峰值 28.38 GiB

下載大小

約 210–225 GB

開放權重？

是，見 Hugging Face 與 GitHub

無審查？

沒有官方無審查版本

EdenLive 是什麼？

EdenLive 是 VAST 旗下 Project Eden 系列的最新模型，由 VAST-AI-Research 團隊發布。它接收三種輸入：參考影片或代理畫面、目標首幀與文字提示，輸出逐幀跟隨參考、更精細或換了風格的影片。它不負責世界狀態：規則與位置由上游的遊戲、引擎或程式維護，渲染器只決定畫面長什麼樣。VAST 發布了 5B 與 14B 兩種 DiT（擴散 Transformer）權重，每種都有雙向模式，以及每個 chunk 只跑 4 步去噪的少步 chunk 自迴歸模式。輸出為 480P 或 720P、24 FPS 以上，可連續生成數分鐘，5B 模型可在單張顯示卡上以 720P 部署。VAST 同時提供權重、推理程式碼、即時串流服務與瀏覽器 Demo。

為什麼有人想找無審查的 EdenLive

搜尋無審查 EdenLive 的人，通常想要不受企業內容政策限制的創作影片。實際情況並不相同。權重雖然開放，但它是需要參考影片、首幀與約 32 GB 顯示卡的渲染器，不是輸入一句提示就出片的生成器；用來製作首幀的可選 FLUX 工作台還要求內容過濾。我們沒有找到官方或廣泛使用的無審查 EdenLive 版本。Spicy AI 並未提供這個模型；如果你的目標是用一張圖片做出成人短片，我們的圖生影片工具使用另一個模型，不額外加內容過濾，僅限雙方同意的成年人使用。

EdenLive 如何作為即時世界模型渲染器運作

VAST 把它描述為解耦式世界模型的一半。傳統程式負責狀態、物理與遊戲規則，並輸出低成本的代理畫面；參考影片就是程式與神經渲染器之間的介面。經過後訓練的 DINOv3 視覺編碼器把每一幀參考畫面轉成特徵注入 DiT，UMT5 編碼器則讀取文字提示。Wan2.1 與 Wan2.2 VAE 處理潛空間，輕量的 TAEHV 解碼器把潛變量快速轉成畫面以供串流。即時使用時，少步 chunk 自迴歸模式搭配 LightX2V 的最佳化，例如 INT8 或 FP8 量化、CUDA Graph、torch.compile、KV 快取與串流 LightTAE 解碼器。我們的看法是：真正有意思的不是模型大小，而是分工方式——引擎保證規則與位置一致，網路只需要擅長外觀。

EdenLive 5B 與 14B：該選哪個權重

兩種尺寸的輸入、解析度與兩種推理模式都相同，所以選擇主要取決於硬體與畫質空間。5B 是 VAST 定位為單卡 720P 部署的版本，也是官方公布 RTX 5090 數據所用的模型。14B 追求更高畫質，但需要更多顯存與算力，VAST 尚未公布它在消費級顯示卡上的幀率。較穩妥的做法是先用 5B 做原型，若畫質提升對你的場景很重要，再到資料中心級顯示卡上測試 14B。

依據 Hugging Face 模型卡與 GitHub README。

顯存需求與 RTX 5090 的 24 FPS 實測

LightX2V 部署指南是關於速度最具體的來源。在 RTX 5090 上使用 INT8 ConvRot 量化（DiT 與代理編碼器，T5 為 FP8），以 1280×704、24 FPS 為目標，5B 模型生成速度 24.87 FPS、推理速度 24.69 FPS，首個 chunk 延遲 500.02 毫秒，chunk 間隔 P95 為 492.63 毫秒，峰值分配顯存 28.38 GiB。在 H200 上使用 FP8-SGL 可達 36.12 FPS，峰值 29.72 GiB。這些是廠商實測，不是獨立第三方測試，驅動、編譯與量化方式都會影響結果。VAST 另稱輸入到畫面的端到端延遲為百毫秒級，那是產品 Demo 的口徑，不能直接與 500 毫秒的基準比較。README 列出的驗證環境是 NVIDIA 80 GB 顯示卡；14B 模型與更高解析度需要比 32 GB 更大的顯示卡。

數據來自 LightX2V 的 EdenLive README，為廠商公布。

EdenLive GitHub、Hugging Face 下載與安裝

它開源嗎？是的：程式碼在 GitHub 的 VAST-AI-Research/EdenLive，權重在 Hugging Face 的 VAST-AI/EdenLive，兩者都建立於 2026 年 10 月 12 日。先規劃磁碟空間：README 寫約 210 GB，實際檔案合計約 224.8 GB，因為倉庫同時包含 5B、14B 與 FLUX 工作台元件。文件列出的環境是 Linux x86-64、Python 3.10、針對 CUDA 13（cu130）建置的 PyTorch 2.14 nightly、diffusers 0.39 與 transformers 5.12；Node.js 22 只有遊戲渲染 Demo 需要。即時服務透過 WebRTC 串流，所以遠端部署還需要 TURN 伺服器與 GPU 主機；5B 預設單卡執行，可用 NPROC 啟用多卡。

• 1. 確認硬體：Linux、5B 搭配 INT8 至少需要 32 GB 的 NVIDIA 顯示卡，以及約 225 GB 可用磁碟。
• 2. 複製 GitHub 倉庫，建立 Python 3.10 環境並安裝 README 指定的 PyTorch nightly。
• 3. 從 Hugging Face 下載權重；若工具支援部分下載，只抓你需要的尺寸。
• 4. 先跑離線的 5B 範例，畫面正確後再改用 WebRTC 即時串流服務。
• 5. ComfyUI：官方 README 沒有列出 ComfyUI 工作流，我們也沒找到官方節點，任何第三方節點都應視為非官方。

EdenLive 能渲染的風格

由於提示詞與首幀決定外觀，參考影片只決定構圖與動作，同一個灰色代理場景可以輸出完全不同的風格。VAST 的 Demo 與媒體報導展示了這些方向：

• 寫實：簡單的遊戲幾何體被渲染成逼真的街道、房間與風景。
• 二次元與賽璐璐：同一段漫遊被重繪成平塗色彩與乾淨線條。
• 手繪動畫：房屋或街道的實拍畫面變成繪本般的手繪質感。
• 卡通角色：參考影片中的人物變成風格化角色，保留姿勢、服裝與配色。
• 材質與物件替換：人手變成機械手，或在動作不變的情況下改變表面顏色與材質。

創意玩法：大家用參考影片做什麼

圍繞 EdenLive 最常被討論的點子，都建立在同一個優勢上：參考影片固定了構圖、動作與運鏡，因此能用新外觀呈現同一個場景。以下是 VAST 與早期報導提到的用途，以及它仍然吃力的情況。

• 遊戲原型：在白模關卡中漫遊，即時看到它被渲染成接近成品的世界，最適合探索與節奏緩慢的解謎。
• 預演與概念設計：固定走位與運鏡，讓美術指導並排比較多種風格。
• 影片換皮：把實拍素材變成卡通或手繪版本，不必重新做動畫。
• 具身智慧資料：為同一段機器人或手部動作產生大量視覺變體作為訓練資料。
• 弱點：激烈戰鬥、同時出現多個角色、小物件與超長時間的一致性仍會漂移。

社群如何看待 EdenLive

媒體關注遠遠走在實際使用之前。量子位與 Pandaily 在 2026 年 10 月 18 日前後報導了這次發布，焦點是 RTX 5090 即時運行與解耦式世界模型的概念。10 月中旬的倉庫數據很小，教學、分支與社群修正仍然稀少，我們也尚未找到獨立的基準測試。這裡不引用個別評價；請把廠商數據當作起點，用你自己的場景實測。

尚待釐清：14B 在消費級顯示卡上的實際顯存與幀率、各種量化的畫質損失、長時間運行穩定性，以及官方 ComfyUI 支援。

如何為 EdenLive 撰寫提示詞

在這個模型裡，提示詞的任務和文生影片模型不同。參考影片已經決定了物件位置與動作方式，所以提示詞應該描述外觀：風格、材質、光線、色彩與氛圍。內容要與目標首幀一致，因為互相矛盾的指令會讓串流在不同外觀之間閃爍。用一種風格描述整個場景，而不是逐一列出物件，也不要要求參考影片中沒有的動作。這些習慣同樣適用於上方的瀏覽器生成器，在那裡你上傳的照片就扮演首幀的角色。

• 風格先行：「手繪水彩動畫」或「寫實夜晚街道」能為每一幀定調。
• 寫出材質與表面：濕潤的石板路、拉絲金屬、柔軟棉布、亮面漆。
• 給光線一個來源：左側低角度陽光、霓虹招牌、陰天日光、燭光。
• 維持一組配色：兩到三種主色可減少 chunk 之間的閃爍。
• 不要與參考影片衝突：代理畫面是慢慢走，就不要提示衝刺。
• 在 Spicy AI 生成器中，因為沒有參考影片，請加上一個簡單動作與一個運鏡。

可直接複製的 EdenLive 提示詞範本

替換方括號內的內容並保留結構。前三個適用於搭配參考串流的 VAST 模型本身；後兩個是為本頁的圖生影片生成器而寫，由你上傳的成人照片決定主體。

逐步教學：在 Spicy AI 製作 EdenLive 風格短片

瀏覽器流程省去 225 GB 下載與顯示卡設定。它並不執行 VAST 的模型，而是使用 Spicy AI 預設的圖生影片模型，因此你是從一張照片開始，而不是參考影片。

• 1. 點擊本頁頂部的按鈕開啟圖生影片工具。
• 2. 上傳一張清晰的成人照片，必須是你擁有或已取得同意使用的照片。
• 3. 貼上上面的範本，設定風格、光線與一個運鏡。
• 4. 先生成短片並檢查動作，每次重試只改一個元素。
• 5. 下載結果；如果動作顯得倉促，請簡化動作，而不是加更多字。

EdenLive 與 Wan 2.2 比較

兩者常被一起搜尋，因為 VAST 的渲染器沿用了 Wan 的 VAE，但它們解決的是不同問題。Wan 2.2 從文字或圖片生成影片，ComfyUI 生態成熟；VAST 的模型則即時重新渲染既有的參考串流，內容創作交給引擎。需要從文字生成短片就選生成器；需要把代理畫面即時變成精細畫面，VAST 的渲染器更合適。

做出 EdenLive 風格的提示詞技巧

1. EdenLive 需要參考影片與首幀，只有文字提示是不夠的。
2. 先以 INT8 跑 1280×704 的 5B 模型，再嘗試 14B 或更高解析度。
3. 每次更換量化方式後都要重新檢查畫質，而不只是幀率。
4. 提示詞專注描述外觀，動作交給參考影片。
5. 只使用你有權使用的素材，只呈現成年人（18+），未經同意絕不重繪真實人物。

資料來源

• EdenLive 模型卡（Hugging Face）
• 程式碼與 README（GitHub）
• LightX2V EdenLive 部署指南
• VAST 技術報告（PDF）
• 量子位報導（中文）
• Pandaily 報導（英文）

更多無審查 AI 影片模型

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