RunPod에서 가중치를 내려받아 직접 실행할 수 있는 영상 생성 모델에는 무엇이 있고, 무엇을 비교해야 할까? ==모델 이름이나 최신 순위보다 먼저 입력·출력과 공개 체크포인트를 구분해야 한다.== 텍스트로 장면을 만드는 모델, 참조 이미지를 움직이는 모델, 영상과 소리를 함께 만드는 모델, 기존 영상의 입 모양만 고치는 모델은 서로 다른 작업을 해결한다.
이 문서는 **2026년 10월 27일에 확인한 75개 항목**을 계열별로 모은 비교 자료다. 각 항목에 공개 시점·변형·입출력·가중치·공식 샘플·실행 근거를 붙였고, 벤치마크와 비교 자료 12곳을 연결했다. 크기·증류판·이전 버전은 같은 항목에 묶었으며, 모든 커뮤니티 LoRA·양자화 파일을 전수 열거한 목록은 아니다. 가중치가 공개되어도 특정 RunPod GPU에서 바로 실행된다는 뜻은 아니므로, NPU 전용과 여러 GPU를 쓰는 환경도 따로 표시했다.
[전체 표 CSV](/attachments/open-weight-video-models/catalog.csv) · [전체 자료 JSON](/attachments/open-weight-video-models/catalog.json)
## 입력과 출력으로 모델을 구분하기
**오픈웨이트(open-weight)**는 학습된 가중치를 받아 자체 환경에서 실행할 수 있다는 뜻이다. 코드·학습 데이터·재현 절차까지 모두 공개됐거나 사용 제한이 없다는 뜻은 아니다. 예를 들어 [Wan 2.2](https://github.com/Wan-Video/Wan2.2)는 공개 가중치와 추론 코드를 제공하고, [MiniMax H3](https://design.minimax.io/h3)는 가중치를 공개하면서 지역·이용 조건을 별도로 둔다. 코드 저장소의 라이선스만 보고 가중치와 기반 모델의 조건까지 같다고 판단하면 안 된다.
| 표기 | 입력 → 출력 | 선택할 때 확인할 것 |
| --- | --- | --- |
| T2V | 텍스트 → 영상 | 프롬프트 수행, 장면 구성, 움직임 |
| I2V / TI2V | 이미지 또는 이미지+텍스트 → 영상 | 첫 프레임 보존, 인물·제품 정체성, 움직임 |
| V2V | 영상 → 편집·변환된 영상 | 원래 동작·구도 유지와 바꿀 부분의 제어 |
| R2V | 여러 참조 이미지·영상 → 영상 | 인물·사물·스타일을 함께 유지하는 능력 |
| T2AV / I2AV | 텍스트·이미지 → 영상+음성 | 발화·효과음·음악과 시각적 사건의 동기화 |
| A2V / S2V | 입력 음성+참조 인물 → 영상 | 화자·립싱크·표정·몸동작. 소리를 새로 생성하는 기능과 구분 |
| 포즈·깊이·마스크 제어 | 구조 조건+참조 → 영상 | 원하는 동작·카메라·편집 영역의 정확성 |
같은 계열도 체크포인트별 기능이 다르다. [SkyReels-V3](https://github.com/SkyworkAI/SkyReels-V3)는 R2V·영상 연장·오디오 기반 아바타를 나눠 배포한다. [SANA-Video 2.0](https://github.com/NVlabs/Sana/blob/main/docs/sana_video2.md)의 공개 5B 모델은 T2V·TI2V를 지원하지만 4스텝 연구 preview는 T2V 전용이며, 14B는 가중치 공개 예정 상태다. 논문이나 샘플에 기능이 등장했다는 이유만으로 내려받은 파일에서도 그 기능을 쓸 수 있다고 가정하지 않는다.
## 먼저 살펴볼 공개 샘플
다음은 개발사가 공개한 영상의 참조 프레임과 원본 재생 링크다. 이 문서를 작성하며 생성한 결과가 아니며, 개발사가 고른 성공 사례가 일반적인 성공률을 나타내지는 않는다. 전체 샘플 링크는 아래 모델별 표에 있다.
Kandinsky 6.0 — 개발사 공개 샘플Kandinsky 6.0의 개발사 공개 샘플. 직접 생성하거나 동일 조건으로 비교한 실험 결과는 아니다.
영상·음성 동시 생성. 개발사가 공개한 샘플에서 동작과 소리의 정합을 확인하세요. [원본 샘플 페이지](https://www.kandinskylab.ai/models/video/) · [영상 직접 재생](https://www.kandinskylab.ai/media/img/models/k6-video-samples/sample-01.mp4)
SANA-Video 2.0 — 개발사 공개 샘플SANA-Video 2.0의 개발사 공개 샘플. 직접 생성하거나 동일 조건으로 비교한 실험 결과는 아니다.
5B 720p 생성 샘플. 공식 데모이며 이 조사에서 직접 생성한 결과는 아닙니다. [원본 샘플 페이지](https://nvlabs.github.io/Sana/Video2/) · [영상 직접 재생](https://huggingface.co/datasets/Efficient-Large-Model/Sana-assets/resolve/main/Video2/assets/release-demo/sana_video2_5b_720p_rooster.mp4)
Wan-Animate-2 — 개발사 공개 샘플Wan-Animate-2의 개발사 공개 샘플. 직접 생성하거나 동일 조건으로 비교한 실험 결과는 아니다.
참조 인물의 춤 동작을 전이하는 공개 비교 샘플. 원본과 생성 결과의 차이를 살펴보세요. [원본 샘플 페이지](https://humanaigc.github.io/wan-animate-2/) · [영상 직접 재생](https://humanaigc.github.io/wan-animate-2/content/%E5%8D%95%E4%BA%BA/%E8%88%9E%E8%B9%88.mp4)
## 공개 모델 전체 목록
아래의 공개·업데이트 시점은 **가중치 공개 또는 명시한 업데이트**를 가리킨다. 논문 발표일을 일괄적으로 출시일로 바꾸지 않았다. 가중치 링크 중 일부는 공식 모음·모델 카드로 연결되며, 다운로드에 약관 동의가 필요할 수 있다. **평가·비교** 링크에는 개발팀의 논문·README 비교표도 포함되므로 독립 벤치마크 점수와 구분한다.
실행 조건은 공식 문서의 특정 레시피나 측정 환경이다. 최소 사양이 없는 경우 임의로 VRAM 수치를 만들지 않았다. 이 조사에서는 가중치 파일 목록과 문서를 확인했으며, GPU 추론·생성 속도·모든 버전의 기능을 직접 검증하지는 않았다.
### 영상과 소리를 함께 생성하는 모델
영상+음성 9항목 전체 보기
| 모델 | 공개·업데이트 / 공개 변형 | 입력·출력과 용도 | 실행 근거·경로·한계 | 가중치·샘플·출처 |
| --- | --- | --- | --- | --- |
| **Kandinsky 6.0 Video** | 2026-10-06 Lite 3B · Pro 29B · 각각 Distill | T2AV · I2AV 5초 영상과 44kHz 음성을 함께 생성. 립싱크와 별도 초해상도 모델 제공. | 공식 16/24/32/80 GB 벤치마크; 오프로딩 조건 명시 경로: ComfyUI · Diffusers · Python | [가중치·모음](https://huggingface.co/kandinskylab) · [샘플](https://www.kandinskylab.ai/models/video/) · [공식 코드·카드](https://github.com/kandinskylab/kandinsky-6) · [평가·비교](https://github.com/kandinskylab/kandinsky-6#performance) |
| **LTX-2.5** | 2026-08 22B Dev · Distilled · INT8/NVFP4 | T2AV · I2AV · V2V 영상과 음성 동시 생성, 멀티샷, 시작·끝 프레임 및 레퍼런스 제어. | 공식 최소 32 GB; 권장 A100 80 GB/H100 경로: ComfyUI · Python Community License. AA의 Fast/Pro API 결과와 로컬 Dev/Distilled가 동일 조건인 것은 아님. | [가중치·모음](https://huggingface.co/Lightricks/LTX-2.5) · [샘플](https://huggingface.co/Lightricks/LTX-2.5) · [공식 코드·카드](https://github.com/Lightricks/LTX-2) · [평가·비교](https://artificialanalysis.ai/video/leaderboard/text-to-video) |
| **MAGI-2 Preview** | 2026-08-05 114B MoE · 활성 6B · Refiner | T2AV · I2AV 10초 영상·음성을 생성하고 refiner로 1080p급 출력. 현재 증류판은 미공개. | 공식 NVIDIA Hopper GPU 8개 경로: Python 멀티 GPU 연구용. 활성 파라미터 수가 전체 가중치 메모리를 뜻하지 않음. | [가중치·모음](https://huggingface.co/sand-ai/MAGI-2-preview) · [샘플](https://sand.ai/blog/magi-2-preview) · [공식 코드·카드](https://github.com/SandAI-org/MAGI-2-preview) · [평가·비교](https://github.com/SandAI-org/MAGI-2-preview) |
| **MiniMax H3** | 2026-07-31 Base FL2VA · Base Ref2VA | T2AV · I2AV · R2AV · V2V 4~15초 영상·스테레오 음성. 첫·끝 프레임과 이미지·영상·음성 레퍼런스. | 24 GB에서는 pruned INT8+오프로딩 경로; 원본은 대용량 경로: ComfyUI · Diffusers · Python 공식 기본 라이선스 허용 지역에서 한국·미국·EU·영국 제외. 별도 허가 필요 여부 확인. H3 Max API는 이 체크포인트와 구분. | [가중치·모음](https://huggingface.co/MiniMaxAI/MiniMax-H3) · [샘플](https://design.minimax.io/h3) · [공식 코드·카드](https://github.com/MiniMax-AI/MiniMax-H3) · [평가·비교](https://artificialanalysis.ai/video/leaderboard/text-to-video) |
| **MOVA** | 2026-01-29 360p · 720p | T2AV · I2AV 대화·환경음·음악을 영상과 함께 생성. 학습·LoRA·평가 코드도 공개. | 공식 360p/8초: group offload 12 GB, host RAM 약 77 GB 경로: Python · 커뮤니티 ComfyUI 원문의 component-wise offload 성능표에는 RTX 4090과 48 GB 표기가 함께 있어 GPU 사양 비교에서 제외했다. group offload 수치는 해당 360p·8초 레시피에 한정한다. | [가중치·모음](https://huggingface.co/collections/OpenMOSS-Team/mova) · [샘플](https://mosi.cn/models/mova) · [공식 코드·카드](https://github.com/OpenMOSS/MOVA) · [평가·비교](https://huggingface.co/datasets/zhiyuzhang-0212/MOVA_benchmark_for_arena) |
| **Ovi 1.1 / Ovi** | 2025-11-10 11B · Ovi 1.1 10초 | T2AV · I2AV 영상·음성을 결합한 사람 중심 생성 모델. 1.1에서 10초 생성 지원. | 공식 예제 약 32 GB(오프로딩)/80 GB 경로: Python | [가중치·모음](https://huggingface.co/chetwinlow1/Ovi) · [샘플](https://aaxwaz.github.io/Ovi/) · [공식 코드·카드](https://github.com/character-ai/Ovi) · [평가·비교](https://github.com/character-ai/Ovi) |
| **LTX-2.3 / LTX-2** | 2026-03 / 2026-01 2.3 22B · 2 19B · Dev/Distilled | T2AV · I2AV · A2V LTX-2.5 이전 세대. 기존 LoRA와 워크플로 재현 시 참고. | 양자화·오프로딩·해상도에 따라 다름 경로: ComfyUI · Python LTX-2 원본 가중치는 https://huggingface.co/Lightricks/LTX-2 에 있음. | [가중치·모음](https://huggingface.co/Lightricks/LTX-2.3) · [샘플](https://huggingface.co/Lightricks/LTX-2.3) · [공식 코드·카드](https://github.com/Lightricks/LTX-2) · [평가·비교](https://github.com/Lightricks/LTX-2) |
| **daVinci-MagiHuman** | 2026-03 15B · Base/Distilled · SR | T2AV · I2AV 말하는 인물의 표정·몸동작·음성을 함께 생성. | 공식 H100 성능표; 해상도·SR별 별도 경로: Python | [가중치·모음](https://huggingface.co/GAIR/daVinci-MagiHuman) · [샘플](https://github.com/GAIR-NLP/daVinci-MagiHuman) · [공식 코드·카드](https://github.com/GAIR-NLP/daVinci-MagiHuman) · [평가·비교](https://github.com/GAIR-NLP/daVinci-MagiHuman) |
| **FastH3 / FastH3-Omni** | 2026-10-20 Omni / 08~10 Omni8-step · V2 8-step · V1 4-step · Trim | T2AV · I2AV · R2AV MiniMax H3의 공개 증류·가속 계열. Omni는 멀티모달 레퍼런스도 지원. | 공식 RTX4090/5090 경로;Trim은 실험적 8 GB 구성 경로: Python · ComfyUI MiniMax H3의 기반 라이선스·지역 조건을 함께 확인한다. Omni, V2, V1, Trim은 입력 지원과 정밀도·속도 조건이 다르다. | [가중치·모음](https://huggingface.co/collections/FastVideo/fasth3-omni) · [샘플](https://nuvalab.ai/fasth3/) · [공식 코드·카드](https://github.com/hao-ai-lab/FastVideo) · [평가·비교](https://haoailab.com/blogs/fasth3-rtx/) |
### 텍스트·이미지에서 장면을 생성하는 모델
범용 생성 16항목 전체 보기
| 모델 | 공개·업데이트 / 공개 변형 | 입력·출력과 용도 | 실행 근거·경로·한계 | 가중치·샘플·출처 |
| --- | --- | --- | --- | --- |
| **SANA-Video 2.0** | 2026-08 / 09 증류 5B 720p · 4-step Preview | T2V · I2V 8초 720p 생성. 4스텝 preview는 T2V 전용이며 14B 가중치는 아직 미공개. | 공식 5B 레시피 기준 선택; 14B는 대여 대상 아님 경로: Python · 데모 | [가중치·모음](https://huggingface.co/Efficient-Large-Model/SANA-Video_2.0_5B_720p) · [샘플](https://nvlabs.github.io/Sana/Video2/) · [공식 코드·카드](https://github.com/NVlabs/Sana/blob/main/docs/sana_video2.md) · [평가·비교](https://github.com/NVlabs/Sana/blob/main/docs/sana_video2.md) |
| **LingBot-Video** | 2026-07-09 / 09-18 증류 Dense 1.3B · MoE 30B-A3B · MoE-DMD | T2V · I2V 물리적 상호작용과 공간·다중 개체 장면 연구. DMD는 8스텝 생성. | MoE BF16 공식 5초 예제 피크 약 82 GiB; Dense는 별도 경로: Python · 커뮤니티 ComfyUI 82 GiB는 한 설정의 측정값이며 최소 메모리 수치가 아님. | [가중치·모음](https://huggingface.co/collections/robbyant/lingbot-video) · [샘플](https://github.com/Robbyant/lingbot-video) · [공식 코드·카드](https://github.com/Robbyant/lingbot-video) · [평가·비교](https://github.com/Robbyant/lingbot-video#-benchmarks) |
| **SkyReels-V3** | 2026-01-29 R2V 14B · V2V 14B · A2V 19B | R2V · 영상 연장 · A2V 복수 인물 레퍼런스, 영상 연장, 오디오 기반 아바타를 각각 공개. | 저VRAM 오프로딩 옵션 제공; 모델·길이별 확인 경로: Python · 데모 | [가중치·모음](https://huggingface.co/collections/Skywork/skyreels-v3) · [샘플](https://github.com/SkyworkAI/SkyReels-V3) · [공식 코드·카드](https://github.com/SkyworkAI/SkyReels-V3) · [평가·비교](https://github.com/SkyworkAI/SkyReels-V3) |
| **HunyuanVideo 1.5** | 2025-11-20 / 12 증류 8.3B · 480p/720p · I2V 증류 | T2V · I2V 작은 크기의 Hunyuan 영상 모델. 480p I2V 8/12스텝 증류판 제공. | 공식 최소 14 GB+오프로딩 경로: ComfyUI · Diffusers · Python Tencent 가중치 라이선스는 모델 카드에서 확인. | [가중치·모음](https://huggingface.co/tencent/HunyuanVideo-1.5) · [샘플](https://github.com/Tencent-Hunyuan/HunyuanVideo-1.5) · [공식 코드·카드](https://github.com/Tencent-Hunyuan/HunyuanVideo-1.5) · [평가·비교](https://github.com/Tencent-Hunyuan/HunyuanVideo-1.5) |
| **LongCat-Video** | 2025-10-25 13.6B | T2V · I2V · 영상 연장 영상 이어 만들기를 사전 학습한 장시간 생성 모델. | 공식 단일/멀티 GPU 레시피; 설정별 확인 경로: Python | [가중치·모음](https://huggingface.co/meituan-longcat/LongCat-Video) · [샘플](https://meituan-longcat.github.io/LongCat-Video/) · [공식 코드·카드](https://github.com/meituan-longcat/LongCat-Video) · [평가·비교](https://github.com/meituan-longcat/LongCat-Video) |
| **Wan 2.2** | 2025-07-28 T2V-A14B · I2V-A14B · TI2V-5B | T2V · I2V 범용 Wan 기반 모델. 5B는 텍스트·이미지 입력을 통합하며 A14B는 용도별 분리. | 공식 TI2V-5B 24 GB+오프로딩; A14B 720p 예제 80 GB 경로: ComfyUI · Diffusers · Python T2V-A14B·I2V-A14B·TI2V-5B를 각각 선택. 공식 원본 예제와 커뮤니티 양자화 경로를 구분. | [가중치·모음](https://huggingface.co/Wan-AI/models) · [샘플](https://github.com/Wan-Video/Wan2.2) · [공식 코드·카드](https://github.com/Wan-Video/Wan2.2) · [평가·비교](https://github.com/Wan-Video/Wan2.2) |
| **MAGI-1.1 / MAGI-1** | 2026-06-17 / 2025-04 24B · 4.5B · Base/Distill/FP8 | T2V · I2V · 영상 연장 청크 단위 자기회귀 생성. 1.1은 24B 가중치가 2026년에 추가 공개됨. | 공식 4.5B:4090 한 장; 24B는 여러 GPU 예제 경로: Python · 커뮤니티 ComfyUI | [가중치·모음](https://huggingface.co/sand-ai/MAGI-1) · [샘플](https://github.com/SandAI-org/MAGI-1) · [공식 코드·카드](https://github.com/SandAI-org/MAGI-1) · [평가·비교](https://github.com/SandAI-org/MAGI-1) |
| **SkyReels-V2** | 2025-04 1.3B · 14B · T2V/I2V/DF | T2V · I2V · 영상 연장 Diffusion Forcing 기반 장시간 생성 계열. 540p·720p 등 제공. | 크기·해상도·청크 설정별 확인 경로: Python README에서 미공개 표시된 5B·일부증류판은 포함하지 않음. | [가중치·모음](https://huggingface.co/collections/Skywork/skyreels-v2-6801b1b93df627d441d0d0d9) · [샘플](https://github.com/SkyworkAI/SkyReels-V2) · [공식 코드·카드](https://github.com/SkyworkAI/SkyReels-V2) · [평가·비교](https://github.com/SkyworkAI/SkyReels-V2) |
| **Open-Sora 2.0 / 1.x** | 2025-03-12 2.0 11B · 1.3 1B · 이전1.0~1.2 | T2V · I2V HPC-AI Tech의 영상 생성·학습 공개 프로젝트. OpenAI Sora와 별개. | 2.0과1.x 크기·설정별 확인 경로: Python · 데모 | [가중치·모음](https://huggingface.co/hpcai-tech/Open-Sora-v2) · [샘플](https://hpcaitech.github.io/Open-Sora/) · [공식 코드·카드](https://github.com/hpcaitech/Open-Sora) · [평가·비교](https://github.com/hpcaitech/Open-Sora#evaluation) |
| **Wan 2.1** | 2025-02 T2V1.3B/14B · I2V14B 480p/720p · FLF2V | T2V · I2V · 시작/끝 프레임 많은 제어·인물·음성 파생 모델의 기반. 기존 워크플로 재현용. | 1.3B와 14B 별도; 오프로딩 경로 제공 경로: ComfyUI · Diffusers · Python | [가중치·모음](https://huggingface.co/Wan-AI) · [샘플](https://github.com/Wan-Video/Wan2.1) · [공식 코드·카드](https://github.com/Wan-Video/Wan2.1) · [평가·비교](https://github.com/Wan-Video/Wan2.1) |
| **Step-Video** | 2025-02 / 03 T2V30B · T2V-Turbo · TI2V | T2V · I2V 중·영 프롬프트 기반 대형 모델과 Turbo·이미지 입력 변형. | 공식 80 GB 권장; 해상도별 측정표 제공 경로: Python | [가중치·모음](https://huggingface.co/stepfun-ai/stepvideo-t2v) · [샘플](https://github.com/stepfun-ai/Step-Video-T2V) · [공식 코드·카드](https://github.com/stepfun-ai/Step-Video-T2V) · [평가·비교](https://github.com/stepfun-ai/Step-Video-T2V) |
| **SANA-Video** | 2025 / 2026-03 720p 2B · 480p/720p · LTX-VAE | T2V 선형 어텐션 기반의 작은 영상 생성 모델. | 공식 데스크톱 GPU 레시피 참조 경로: Python | [가중치·모음](https://huggingface.co/Efficient-Large-Model/SANA-Video_2B_720p_diffusers) · [샘플](https://nvlabs.github.io/Sana/Video/) · [공식 코드·카드](https://github.com/NVlabs/Sana/blob/main/docs/sana_video.md) · [평가·비교](https://github.com/NVlabs/Sana/blob/main/docs/sana_video.md) |
| **CogVideoX 1.5 / CogVideoX** | 2024-11 / 2024-08 1.5 5B T2V/I2V · X2B/5B | T2V · I2V 1.5는10초와 고해상도를 지원. 학습·LoRA 생태계 참고용. | 모델별 양자화·오프로딩 설정 확인 경로: ComfyUI · Diffusers · Python | [가중치·모음](https://huggingface.co/THUDM/CogVideoX1.5-5B) · [샘플](https://yzy-thu.github.io/CogVideoX-demo/) · [공식 코드·카드](https://github.com/zai-org/CogVideo) · [평가·비교](https://github.com/zai-org/CogVideo) |
| **HunyuanVideo 원본** | 2024-12 / 2025 I2V 13B · T2V/I2V · FP8 | T2V · I2V Hunyuan1.5 이전 기반 모델. 여러 인물·장시간 파생의 출발점. | 원본·FP8·오프로딩 레시피를 구분 경로: ComfyUI · Python | [가중치·모음](https://huggingface.co/tencent/HunyuanVideo) · [샘플](https://github.com/Tencent-Hunyuan/HunyuanVideo) · [공식 코드·카드](https://github.com/Tencent-Hunyuan/HunyuanVideo) · [평가·비교](https://github.com/Tencent-Hunyuan/HunyuanVideo) |
| **LTX-Video 0.9.x** | 2024 / 2025 2B · 13B · 0.9.8 · Distilled/IC-LoRA | T2V · I2V · V2V LTX-2 이전 영상 전용 계열. 포즈·깊이·엣지 제어용 IC-LoRA 제공. | 2B/13B·증류판·길이에 따라 다름 경로: ComfyUI · Diffusers · Python | [가중치·모음](https://huggingface.co/Lightricks/LTX-Video) · [샘플](https://github.com/Lightricks/LTX-Video) · [공식 코드·카드](https://github.com/Lightricks/LTX-Video) · [평가·비교](https://github.com/Lightricks/LTX-Video) |
| **Kandinsky 5.0 Video** | 2025-09 / 11 Lite2B · Pro19B · T2V/I2V · SFT/Distill | T2V · I2V Kandinsky6 이전 영상 전용 모델. 짧은 영상·카메라 제어LoRA 제공. | Lite 공식 24 GB+오프로딩 경로 경로: ComfyUI · Diffusers · Python Pro 체크포인트는 별도 Pro collection. 6.0의 음성 생성 기능과 구분. | [가중치·모음](https://huggingface.co/collections/kandinskylab/kandinsky-50-video-lite) · [샘플](https://www.kandinskylab.ai/models/video/) · [공식 코드·카드](https://github.com/kandinskylab/kandinsky-5) · [평가·비교](https://github.com/kandinskylab/kandinsky-5) |
### 캐릭터·동작·편집을 제어하는 모델
캐릭터·제어 13항목 전체 보기
| 모델 | 공개·업데이트 / 공개 변형 | 입력·출력과 용도 | 실행 근거·경로·한계 | 가중치·샘플·출처 |
| --- | --- | --- | --- | --- |
| **Wan-Animate-2** | 2026-08-07 14B Base · Distilled | 동작/표정 전이 · 캐릭터 교체 인물 참조와 구동 영상으로 캐릭터 애니메이션·교체. | 공식 레시피·해상도별 확인 경로: Python · Diffusers | [가중치·모음](https://huggingface.co/Wan-AI/Wan2.2-Animate-2-14B) · [샘플](https://humanaigc.github.io/wan-animate-2/) · [공식 코드·카드](https://github.com/Wan-Video/Wan-Animate-2) · [평가·비교](https://github.com/Wan-Video/Wan-Animate-2) |
| **Wan-Dancer** | 2026-07 14B | 이미지+춤 동작 → 영상 춤의 동작·리듬 및 인물 정체성 유지에 특화. | 공식 코드 테스트 환경은 8 × A800 80 GB. 단일 GPU 최소 사양이나 필수 GPU 수로 해석하지 않는다. 경로: Python | [가중치·모음](https://huggingface.co/Wan-AI/Wan-Dancer-14B) · [샘플](https://humanaigc.github.io/wan-dancer-project/) · [공식 코드·카드](https://github.com/Wan-Video/Wan-Dancer) · [평가·비교](https://github.com/Wan-Video/Wan-Dancer) |
| **Wan-Animate** | 2025-09-19 Wan2.2-Animate-14B | 동작/표정 전이 · 캐릭터 교체 Animate-2 이전 버전. 애니메이션과 인물 교체 통합. | 해상도·오프로딩에 따라 다름 경로: ComfyUI · Python | [가중치·모음](https://huggingface.co/Wan-AI/Wan2.2-Animate-14B) · [샘플](https://humanaigc.github.io/wan-animate/) · [공식 코드·카드](https://github.com/Wan-Video/Wan2.2) · [평가·비교](https://github.com/Wan-Video/Wan2.2) |
| **HuMo** | 2025-09 1.7B · 17B | 텍스트+이미지+음성 → 영상 인물 정체성·행동·오디오 동기화를 함께 제어. | 1.7B 공식 32 GB 예제;17B 최적화 경로 별도 경로: ComfyUI · Python | [가중치·모음](https://huggingface.co/bytedance-research/HuMo) · [샘플](https://phantom-video.github.io/HuMo/) · [공식 코드·카드](https://github.com/Phantom-video/HuMo) · [평가·비교](https://github.com/Phantom-video/HuMo) |
| **Phantom** | 2025 1.3B · 14B 계열 | 복수 레퍼런스 → 영상 여러 참조 이미지의 대상 정체성을 유지하는 영상 생성. | 모델 크기·해상도별 확인 경로: Python | [가중치·모음](https://huggingface.co/bytedance-research/Phantom) · [샘플](https://phantom-video.github.io/Phantom/) · [공식 코드·카드](https://github.com/Phantom-video/Phantom) · [평가·비교](https://github.com/Phantom-video/Phantom) |
| **HunyuanCustom** | 2025-05 멀티모달 조건 모델 | 참조 이미지/음성/영상 → 영상 대상 정체성을 유지하는 맞춤 영상 생성. | 공식 레시피별 확인 경로: Python | [가중치·모음](https://huggingface.co/tencent/HunyuanCustom) · [샘플](https://hunyuancustom.github.io/) · [공식 코드·카드](https://github.com/Tencent-Hunyuan/HunyuanCustom) · [평가·비교](https://github.com/Tencent-Hunyuan/HunyuanCustom) |
| **FantasyPortrait** | 2025-08 Wan2.1 기반 | 인물 참조+표정 구동 → 영상 여러 캐릭터의 표정·머리 움직임 전이. | 공식 레시피별 확인 경로: Python | [가중치·모음](https://huggingface.co/acvlab/FantasyPortrait) · [샘플](https://fantasy-amap.github.io/fantasy-portrait/) · [공식 코드·카드](https://github.com/Fantasy-AMAP/fantasy-portrait) · [평가·비교](https://github.com/Fantasy-AMAP/fantasy-portrait) |
| **LivePortrait** | 2024 / 후속 업데이트 사람 · 동물 체크포인트 | 참조 이미지+구동 영상 → 표정/동작 확산 모델 대신 빠른 인물 애니메이션과 표정 전이. | 공식 NVIDIA GPU 레시피 참조 경로: Python · 데모 | [가중치·모음](https://huggingface.co/KwaiVGI/LivePortrait) · [샘플](https://liveportrait.github.io/) · [공식 코드·카드](https://github.com/KlingAIResearch/LivePortrait) · [평가·비교](https://github.com/KlingAIResearch/LivePortrait) |
| **UniAnimate-DiT / UniAnimate** | 2025-04 / 2024 Wan2.1-14B-I2V 기반 | 이미지+포즈 → 영상 포즈 시퀀스를 따라 일관된 사람 애니메이션 생성. | 공식A800 벤치마크; 설정별 확인 경로: Python | [가중치·모음](https://huggingface.co/ZheWang123/UniAnimate-DiT) · [샘플](https://github.com/ali-vilab/UniAnimate-DiT) · [공식 코드·카드](https://github.com/ali-vilab/UniAnimate-DiT) · [평가·비교](https://github.com/ali-vilab/UniAnimate-DiT) |
| **SkyReels-A1** | 2025-02-18 5B | 이미지+구동/음성 → 인물 애니메이션 인물 참조를 애니메이션하고 음성 구동 파이프라인도 제공. | 공식 레시피별 확인 경로: Python · 데모 | [가중치·모음](https://huggingface.co/Skywork/SkyReels-A1) · [샘플](https://github.com/SkyworkAI/SkyReels-A1) · [공식 코드·카드](https://github.com/SkyworkAI/SkyReels-A1) · [평가·비교](https://github.com/SkyworkAI/SkyReels-A1) |
| **SkyReels-A2 Preview** | 2025-04-03 Wan2.1-14B Preview | 복수 참조 요소 → 영상 이미지 속 인물·사물·배경 요소를 조합. | 공식 Preview 레시피별 확인 경로: Python · 커뮤니티 ComfyUI 일반/Pro/Infinity는 README상 미공개이므로 Preview만 포함. | [가중치·모음](https://huggingface.co/Skywork/SkyReels-A2) · [샘플](https://github.com/SkyworkAI/SkyReels-A2) · [공식 코드·카드](https://github.com/SkyworkAI/SkyReels-A2) · [평가·비교](https://huggingface.co/spaces/Skywork/SkyReels_A2_Bench) |
| **Wan VACE** | 2025 Wan2.1 VACE1.3B/14B · Preview | V2V · 편집 · 포즈/깊이/마스크 제어 영상 편집·참조·제어를 하나의 조건 체계로 통합. | 기반 크기와 조건 영상 해상도별 확인 경로: ComfyUI · Python | [가중치·모음](https://huggingface.co/collections/ali-vilab/vace-67eca186ff3e3564726aff38) · [샘플](https://ali-vilab.github.io/VACE-Page/) · [공식 코드·카드](https://github.com/ali-vilab/VACE) · [평가·비교](https://huggingface.co/datasets/ali-vilab/VACE-Benchmark) |
| **VideoX-Fun** | 2025 / 지속 업데이트 Wan2.2/2.1-Fun InP/Control · CogVideoX-Fun | 인페인팅 · 시작/끝 · 포즈/깊이 제어 기반 모델별 제어·편집용 공개 체크포인트 모음. | Wan/Cog 기반 모델 크기·양자화별 확인 경로: ComfyUI · Python 독립 기반 모델 수와 중복 집계하지 않도록 파생 모음으로 표시. | [가중치·모음](https://huggingface.co/alibaba-pai) · [샘플](https://github.com/aigc-apps/VideoX-Fun) · [공식 코드·카드](https://github.com/aigc-apps/VideoX-Fun) · [평가·비교](https://github.com/aigc-apps/VideoX-Fun) |
### 음성으로 인물을 구동하거나 입 모양을 고치는 모델
대화·립싱크 12항목 전체 보기
| 모델 | 공개·업데이트 / 공개 변형 | 입력·출력과 용도 | 실행 근거·경로·한계 | 가중치·샘플·출처 |
| --- | --- | --- | --- | --- |
| **Wan 2.2 S2V** | 2025-08-26 14B | 이미지+음성 → 영상 입력 음성으로 말하기·노래·몸동작을 구동. 음성 자체 생성과 구분. | 공식 예제 80 GB; 커뮤니티 최적화는 별도 경로: ComfyUI · Python | [가중치·모음](https://huggingface.co/Wan-AI/Wan2.2-S2V-14B) · [샘플](https://humanaigc.github.io/wan-s2v-webpage/) · [공식 코드·카드](https://github.com/Wan-Video/Wan2.2) · [평가·비교](https://github.com/Wan-Video/Wan2.2) |
| **LongCat-Video-Avatar 1.5 / Avatar** | 2026-05-21 / 2025-12 Avatar1.5 · Avatar | 단일/복수 음성 → 인물 영상 1.5는 Whisper 기반,8스텝 증류와 장시간 인물 애니메이션. | 공식 단일/멀티 GPU 예제 확인 경로: Python | [가중치·모음](https://huggingface.co/meituan-longcat/LongCat-Video-Avatar-1.5) · [샘플](https://meigen-ai.github.io/LongCat-Video-Avatar-1.5-Page/) · [공식 코드·카드](https://github.com/meituan-longcat/LongCat-Video) · [평가·비교](https://github.com/meituan-longcat/LongCat-Video) |
| **InfiniteTalk** | 2025-08 Single · Multi · FP8/증류 경로 | 이미지/영상+음성 → 장시간 영상 오디오를 따라 상체·머리·입을 움직이는 긴 대화 영상. | 프레임 수·양자화별 확인 경로: Python · 커뮤니티 ComfyUI | [가중치·모음](https://huggingface.co/MeiGen-AI/InfiniteTalk) · [샘플](https://meigen-ai.github.io/InfiniteTalk/) · [공식 코드·카드](https://github.com/MeiGen-AI/InfiniteTalk) · [평가·비교](https://github.com/MeiGen-AI/InfiniteTalk) |
| **MultiTalk** | 2025 MeiGen-MultiTalk | 복수 인물+음성 → 영상 화자를 구분하는 여러 사람의 대화 영상 생성. | 공식 저VRAM 설정 별도 제공 경로: Python · 커뮤니티 ComfyUI | [가중치·모음](https://huggingface.co/MeiGen-AI/MeiGen-MultiTalk) · [샘플](https://meigen-ai.github.io/multi-talk/) · [공식 코드·카드](https://github.com/MeiGen-AI/MultiTalk) · [평가·비교](https://github.com/MeiGen-AI/MultiTalk) |
| **HunyuanVideo-Avatar** | 2025-05 단일/다중 인물 | 이미지+음성 → 영상 오디오와 감정 조건으로 여러 인물을 구동. | 공식 레시피별 확인 경로: Python | [가중치·모음](https://huggingface.co/tencent/HunyuanVideo-Avatar) · [샘플](https://hunyuanvideo-avatar.github.io/) · [공식 코드·카드](https://github.com/Tencent-Hunyuan/HunyuanVideo-Avatar) · [평가·비교](https://github.com/Tencent-Hunyuan/HunyuanVideo-Avatar) |
| **FantasyTalking** | 2025 Wan2.1 기반 | 이미지+음성 → 영상 음성에 맞춘 말하기와 자연스러운 전체 움직임. | 공식 레시피별 확인 경로: Python | [가중치·모음](https://huggingface.co/acvlab/FantasyTalking) · [샘플](https://fantasy-amap.github.io/fantasy-talking/) · [공식 코드·카드](https://github.com/Fantasy-AMAP/fantasy-talking) · [평가·비교](https://github.com/Fantasy-AMAP/fantasy-talking) |
| **OmniAvatar** | 2025 14B · 1.3B 경로 | 이미지+음성+텍스트 → 영상 오디오 기반 인물 생성에 텍스트로 동작·장면을 제어. | 공식 저VRAM/오프로딩 설정 확인 경로: Python | [가중치·모음](https://huggingface.co/OmniAvatar/OmniAvatar-14B) · [샘플](https://omni-avatar.github.io/) · [공식 코드·카드](https://github.com/Omni-Avatar/OmniAvatar) · [평가·비교](https://github.com/Omni-Avatar/OmniAvatar) |
| **EchoMimicV3 / V2 / V1** | 2025-08 / 2026-01 Flash V3 1.3B · Flash/Flash-Pro · V2/V1 | 음성/포즈 기반 인물 애니메이션 V3는 다중 입력·다중 작업 인물 애니메이션. 구버전은 별도 저장소. | V3 공식 12 GB Gradio/16 GB ComfyUI 경로 경로: Python · 커뮤니티 ComfyUI | [가중치·모음](https://huggingface.co/BadToBest/EchoMimicV3) · [샘플](https://antgroup.github.io/ai/echomimic_v3/) · [공식 코드·카드](https://github.com/antgroup/echomimic_v3) · [평가·비교](https://github.com/antgroup/echomimic_v3) |
| **Hallo3 / Hallo2 / Hallo** | 2025 / 2024 Hallo3 · 이전1/2 | 이미지+음성 → 인물 영상 확산 기반 말하는 인물. Hallo3는 DiT 기반. | 공식 레시피별 확인 경로: Python | [가중치·모음](https://huggingface.co/fudan-generative-ai/hallo3) · [샘플](https://fudan-generative-vision.github.io/hallo3/) · [공식 코드·카드](https://github.com/fudan-generative-vision/hallo3) · [평가·비교](https://github.com/fudan-generative-vision/hallo3) |
| **Sonic** | 2025 SVD 기반 | 이미지+음성 → 인물 영상 전역 음성 정보로 머리·표정 움직임을 생성. | 공식 레시피별 확인 경로: Python | [가중치·모음](https://github.com/jixiaozhong/Sonic) · [샘플](https://jixiaozhong.github.io/Sonic/) · [공식 코드·카드](https://github.com/jixiaozhong/Sonic) · [평가·비교](https://github.com/jixiaozhong/Sonic) |
| **LatentSync 1.6 / 1.5** | 2025-06 / 03 1.6 512px · 1.5 | 기존 영상+음성 → 립싱크 기존 영상의 입 모양을 새 음성에 맞춤. 장면 전체 생성과 다른 작업. | 공식1.6 18 GB / 1.5 8 GB 경로: Python · 데모 | [가중치·모음](https://huggingface.co/ByteDance/LatentSync-1.6) · [샘플](https://github.com/bytedance/LatentSync/blob/main/docs/changelog_v1.6.md) · [공식 코드·카드](https://github.com/bytedance/LatentSync) · [평가·비교](https://github.com/bytedance/LatentSync) |
| **MuseTalk 1.5 / 1.0** | 2025-03 / 2024 1.5 · 1.0 | 기존 영상/인물+음성 → 립싱크 입 주변을 갱신하는 빠른 립싱크 모델. | 공식 4 GB 노트북 GPU 실험; 속도는 별도 경로: Python · 데모 | [가중치·모음](https://huggingface.co/TMElyralab/MuseTalk) · [샘플](https://huggingface.co/spaces/TMElyralab/MuseTalk) · [공식 코드·카드](https://github.com/TMElyralab/MuseTalk) · [평가·비교](https://github.com/TMElyralab/MuseTalk) |
### 장시간·상호작용·월드 생성 모델
장시간·월드 9항목 전체 보기
| 모델 | 공개·업데이트 / 공개 변형 | 입력·출력과 용도 | 실행 근거·경로·한계 | 가중치·샘플·출처 |
| --- | --- | --- | --- | --- |
| **Cosmos 3** | 2026-06 Super64B · Nano16B · Edge4B · I2V/4-step | T2V · I2V · 영상/음성/행동 시뮬레이션 물리 AI·합성 데이터용 월드 모델. 일반 영상 생성 체크포인트도 제공. | Nano:RTX Pro6000/H100;Super:H200/B200급 공식 경로 경로: Python · Diffusers Base와Image2Video 전용·4-step 체크포인트를 구분. | [가중치·모음](https://huggingface.co/collections/nvidia/cosmos3) · [샘플](https://research.nvidia.com/labs/cosmos-lab/cosmos3/index.html) · [공식 코드·카드](https://github.com/NVIDIA/cosmos) · [평가·비교](https://physics-iq-verified.anates.ai/) |
| **Helios** | 2026-03-04 14B Base · Mid · Distilled | T2V · I2V · 장시간 생성 분 단위 자기회귀 영상과 빠른 생성 연구. | 공식 H100 속도;group offload 약 6 GB 경로도 제공 경로: Python · Diffusers · 데모 6 GB 실행 경로가 H100의 실시간 속도를 의미하지 않음. | [가중치·모음](https://huggingface.co/collections/BestWishYsh/helios) · [샘플](https://pku-yuangroup.github.io/Helios-Page/) · [공식 코드·카드](https://github.com/PKU-YuanGroup/Helios) · [평가·비교](https://github.com/PKU-YuanGroup/Helios) |
| **SANA-WM** | 2026-05 2.6B | 이미지+6DoF 카메라 → 영상 카메라 이동을 제어하는 장시간 월드 생성. | 공식 레시피별 확인 경로: Python | [가중치·모음](https://huggingface.co/Efficient-Large-Model/SANA-WM_bidirectional) · [샘플](https://nvlabs.github.io/Sana/WM/) · [공식 코드·카드](https://github.com/NVlabs/Sana/blob/main/docs/sana_wm.md) · [평가·비교](https://github.com/NVlabs/Sana/blob/main/docs/sana_wm.md) |
| **SANA-Streaming** | 2026-06 2B | 스트리밍 영상 편집 입력 비디오 스트림을 편집하는 연구용 모델. | 공식 레시피별 확인 경로: Python | [가중치·모음](https://huggingface.co/Efficient-Large-Model/SANA-Streaming) · [샘플](https://nvlabs.github.io/Sana/Streaming/) · [공식 코드·카드](https://github.com/NVlabs/Sana/blob/main/docs/sana_streaming.md) · [평가·비교](https://github.com/NVlabs/Sana/blob/main/docs/sana_streaming.md) |
| **FramePack / F1** | 2025-04 / 05 Hunyuan 기반 13B · I2V/F1 | I2V · 장시간 생성 과거 프레임 조건을 압축해 긴 영상을 작은 VRAM에서 생성. | 공식최소 6 GB;속도는 GPU와 설정에 따라 다름 경로: Python · Gradio P1은 데모·연구 예고와 가중치 공개를 구분하여 이 항목에 가중치로 포함하지 않음. | [가중치·모음](https://huggingface.co/lllyasviel/FramePackI2V_HY) · [샘플](https://lllyasviel.github.io/frame_pack_gitpage/) · [공식 코드·카드](https://github.com/lllyasviel/FramePack) · [평가·비교](https://github.com/lllyasviel/FramePack) |
| **Self Forcing** | 2025 Wan1.3B 기반 DMD/SiD | 스트리밍 T2V 학습·추론의 자기회귀 차이를 줄이는 생성 모델. | 공식 레시피별 확인 경로: Python | [가중치·모음](https://huggingface.co/gdhe17/Self-Forcing) · [샘플](https://self-forcing.github.io/) · [공식 코드·카드](https://github.com/guandeh17/Self-Forcing) · [평가·비교](https://github.com/guandeh17/Self-Forcing) |
| **Cosmos Predict / Transfer** | 2025 Predict2.5 2B/14B · Predict2/1 · Transfer | T2V · I2V · 영상 조건 제어 Cosmos3 이전 월드 생성·제어 계열. 독립 저장소·체크포인트 제공. | 크기·태스크별 공식 레시피 확인 경로: Python · Diffusers | [가중치·모음](https://huggingface.co/collections/nvidia/cosmos-predict25-68bb63255f2fc206c5e5b346) · [샘플](https://github.com/nvidia-cosmos/cosmos-predict2.5) · [공식 코드·카드](https://github.com/nvidia-cosmos/cosmos-predict2.5) · [평가·비교](https://github.com/nvidia-cosmos/cosmos-predict2.5) |
| **FastWan / CausalWan** | 2025 / 2026 FastWan1.3B · Wan2.2 I2V-A14B Causal Preview | T2V · I2V · 자기회귀 생성 FastVideo가 공개한 Wan 증류·양자화·자기회귀 체크포인트 모음. | 모델·양자화·서빙 구성별 확인 경로: Python 추론 프레임워크 자체와 그 안에서 실제 배포된 가중치를 구분. | [가중치·모음](https://huggingface.co/FastVideo/FastWan2.1-T2V-1.3B-Diffusers) · [샘플](https://github.com/hao-ai-lab/FastVideo) · [공식 코드·카드](https://github.com/hao-ai-lab/FastVideo) · [평가·비교](https://github.com/hao-ai-lab/FastVideo) |
| **LongLive 1.0 / 2.0** | 2026-05-13 / 2025-09 1.0 1.3B · 2.0 · Robot · Plug | 장시간 T2V/I2V · 상호작용 프롬프트를 바꿔가며 이어 생성하는 장시간·월드 모델 계열. | 공식 버전별 NVIDIA GPU 레시피 확인 경로: Python 행동 예측 정책 체크포인트와 일반 영상 생성 체크포인트를 구분. Plug는 호환 기반 모델 필요. | [가중치·모음](https://huggingface.co/Efficient-Large-Model/LongLive-1.3B) · [샘플](https://nvlabs.github.io/LongLive/) · [공식 코드·카드](https://github.com/NVlabs/LongLive) · [평가·비교](https://github.com/NVlabs/LongLive) |
### 구세대와 연구·재현용 모델
구세대·연구 16항목 전체 보기
| 모델 | 공개·업데이트 / 공개 변형 | 입력·출력과 용도 | 실행 근거·경로·한계 | 가중치·샘플·출처 |
| --- | --- | --- | --- | --- |
| **Mochi 1 Preview** | 2024-10 10B | T2V Genmo의 공개 영상 확산 모델. 모션·프롬프트 비교용. | 원본/양자화 실행 조건 구분 경로: ComfyUI · Diffusers · Python | [가중치·모음](https://huggingface.co/genmo/mochi-1-preview) · [샘플](https://github.com/genmoai/mochi) · [공식 코드·카드](https://github.com/genmoai/mochi) · [평가·비교](https://github.com/genmoai/mochi) |
| **SkyReels-V1** | 2025-02 Hunyuan T2V/I2V | T2V · I2V 사람 중심 영상에 맞춘 Hunyuan 파생 모델. | 공식 레시피별 확인 경로: Python | [가중치·모음](https://huggingface.co/Skywork/SkyReels-V1-Hunyuan-I2V) · [샘플](https://github.com/SkyworkAI/SkyReels-V1) · [공식 코드·카드](https://github.com/SkyworkAI/SkyReels-V1) · [평가·비교](https://github.com/SkyworkAI/SkyReels-V1) |
| **Pyramid Flow** | 2024-10 MiniFLUX · SD3 | T2V · I2V 해상도를 단계적으로 올리는 피라미드 flow 생성. | 원본/오프로딩 설정 확인 경로: Python · Diffusers | [가중치·모음](https://huggingface.co/rain1011/pyramid-flow-miniflux) · [샘플](https://pyramid-flow.github.io/) · [공식 코드·카드](https://github.com/jy0205/Pyramid-Flow) · [평가·비교](https://github.com/jy0205/Pyramid-Flow) |
| **Allegro / Allegro-TI2V** | 2024 / 2025 T2V · TI2V · 360p/720p | T2V · I2V 짧은 720p 생성과 이미지 조건 버전. | 공식 레시피별 확인 경로: Python · Diffusers | [가중치·모음](https://huggingface.co/rhymes-ai/Allegro) · [샘플](https://github.com/rhymes-ai/Allegro) · [공식 코드·카드](https://github.com/rhymes-ai/Allegro) · [평가·비교](https://github.com/rhymes-ai/Allegro) |
| **EasyAnimate 5.1 / 이전 버전** | 2025 7B · 12B · InP/Control | T2V · I2V · 편집/제어 여러 해상도·길이와 인페인팅을 지원하는 계열. | 모델 크기·프레임 수별 확인 경로: Python · ComfyUI | [가중치·모음](https://huggingface.co/collections/alibaba-pai/easyanimate-v51-diffusers-67c81d1d19b236e056675cce) · [샘플](https://easyanimate.github.io/) · [공식 코드·카드](https://github.com/aigc-apps/EasyAnimate) · [평가·비교](https://github.com/aigc-apps/EasyAnimate) |
| **Open-Sora-Plan** | 2025-06 / 2024 1.5 8B · 1.3/이전 | T2V · I2V PKU 계열 공개 학습 프로젝트. HPC-AI Open-Sora와 별개. | 1.5 가중치는 공식NPU+MindSpeed 전용;RunPod NVIDIA에 바로 불가 경로: Python · NPU NVIDIA 실험은 GPU지원 이전 버전과 별도 검토. | [가중치·모음](https://huggingface.co/LanguageBind/Open-Sora-Plan-v1.5.0) · [샘플](https://github.com/PKU-YuanGroup/Open-Sora-Plan) · [공식 코드·카드](https://github.com/PKU-YuanGroup/Open-Sora-Plan) · [평가·비교](https://github.com/PKU-YuanGroup/Open-Sora-Plan) |
| **Vchitect 2.0** | 2024-09 XL2B | T2V 2B 비디오 모델. 공개 학습 데이터·데모 참고. | 공식 레시피별 확인 경로: Python · 데모 | [가중치·모음](https://huggingface.co/Vchitect/Vchitect-XL-2B) · [샘플](https://huggingface.co/spaces/Vchitect/Vchitect-2.0) · [공식 코드·카드](https://github.com/Vchitect/Vchitect-2.0) · [평가·비교](https://github.com/Vchitect/Vchitect-2.0) |
| **Stable Video Diffusion** | 2023 / 2024 SVD · SVD-XT · XT1.1 | I2V 단일 이미지에서 짧은 영상. 텍스트 기반 장면 생성과 구분. | 공식 모델 카드·오프로딩 레시피 확인 경로: ComfyUI · Diffusers · Python | [가중치·모음](https://huggingface.co/stabilityai/stable-video-diffusion-img2vid-xt-1-1) · [샘플](https://huggingface.co/stabilityai/stable-video-diffusion-img2vid-xt-1-1) · [공식 코드·카드](https://github.com/Stability-AI/generative-models) · [평가·비교](https://github.com/Stability-AI/generative-models) |
| **VideoCrafter 1 / 2** | 2023 / 2024 T2V512/1024 · VideoCrafter2 | T2V · I2V(체크포인트별) 초기 공개 비디오 확산 모델과 품질 개선 버전. | 공식 레시피별 확인 경로: Python | [가중치·모음](https://huggingface.co/VideoCrafter/VideoCrafter2) · [샘플](https://ailab-cvc.github.io/videocrafter2/) · [공식 코드·카드](https://github.com/AILab-CVC/VideoCrafter) · [평가·비교](https://github.com/AILab-CVC/VideoCrafter) |
| **DynamiCrafter** | 2023 / 2024 256 · 512 · 1024 · interpolation | I2V · 보간 입력 이미지를 움직이는 초기 공개 확산 계열. | 해상도별 공식 레시피 확인 경로: Python · Diffusers | [가중치·모음](https://huggingface.co/Doubiiu/DynamiCrafter_1024) · [샘플](https://doubiiu.github.io/projects/DynamiCrafter/) · [공식 코드·카드](https://github.com/Doubiiu/DynamiCrafter) · [평가·비교](https://github.com/Doubiiu/DynamiCrafter) |
| **AnimateDiff** | 2023 / 2024 v1/v2/v3 · SDXL · MotionLoRA | T2V · 모션 모듈 Stable Diffusion 이미지 모델에 시간 축 움직임을 추가. | 기반SD모델·해상도별 확인 경로: ComfyUI · Diffusers · Python | [가중치·모음](https://huggingface.co/guoyww/animatediff) · [샘플](https://animatediff.github.io/) · [공식 코드·카드](https://github.com/guoyww/AnimateDiff) · [평가·비교](https://github.com/guoyww/AnimateDiff) |
| **I2VGen-XL** | 2023 I2VGen-XL | I2V 이미지 조건의 초기 고해상도 영상 모델. | 공식 레시피별 확인 경로: Python · Diffusers | [가중치·모음](https://modelscope.cn/models/damo/i2vgen-xl) · [샘플](https://github.com/ali-vilab/i2vgen-xl) · [공식 코드·카드](https://github.com/ali-vilab/i2vgen-xl) · [평가·비교](https://github.com/ali-vilab/i2vgen-xl) |
| **Show-1** | 2023 여러 생성/보간/업스케일 모듈 | T2V 픽셀·잠재 확산을 결합한 초기 공개 파이프라인. | 공식 레시피별 확인 경로: Python | [가중치·모음](https://huggingface.co/showlab) · [샘플](https://showlab.github.io/Show-1/) · [공식 코드·카드](https://github.com/showlab/Show-1) · [평가·비교](https://github.com/showlab/Show-1) |
| **LaVie** | 2023 Base · Interpolation · VideoSR | T2V 초기 영상 생성·프레임 보간·공간 업스케일 파이프라인. | 공식 레시피별 확인 경로: Python | [가중치·모음](https://huggingface.co/YaohuiW/LaVie) · [샘플](https://vchitect.github.io/LaVie-project/) · [공식 코드·카드](https://github.com/Vchitect/LaVie) · [평가·비교](https://github.com/Vchitect/LaVie) |
| **ModelScope T2V / ZeroScope** | 2023 ModelScope1.7B · ZeroScope576w/XL | T2V 초기 텍스트→영상 모델. 현재는 비교·재현용. | 공식 카드·해상도별 확인 경로: Diffusers ZeroScope는 커뮤니티 파생이며 원본과 라이선스가 다를 수 있음. | [가중치·모음](https://huggingface.co/damo-vilab/text-to-video-ms-1.7b) · [샘플](https://huggingface.co/cerspense/zeroscope_v2_576w) · [공식 코드·카드](https://huggingface.co/damo-vilab/text-to-video-ms-1.7b) |
| **KandinskyVideo 1.1 / 1.0** | 2024 / 2023 1.1 · 1.0 | T2V 초기 다국어 텍스트→영상 확산 파이프라인. | 공식 레시피별 확인 경로: Python | [가중치·모음](https://huggingface.co/ai-forever/KandinskyVideo_1_1) · [샘플](https://ai-forever.github.io/KandinskyVideo/K11/) · [공식 코드·카드](https://github.com/ai-forever/KandinskyVideo) · [평가·비교](https://github.com/ai-forever/KandinskyVideo) |
## 벤치마크는 무엇을 평가하는지 먼저 보기
==미감·프롬프트 수행, 물리적 일관성, 인물 보존, 오디오 동기화를 하나의 점수로 대신할 수는 없다.== 시청자가 어느 영상을 선호하는지는 블라인드 선호도 비교로, 물리·인물·움직임의 오류는 차원별 평가로, 영상·소리의 정합은 AV 전용 평가로 살펴본다. 모든 공개 모델이 같은 벤치마크에 등재되는 것도 아니다.
| 벤치마크·비교 자료 | 평가하는 것 | 해석할 때 확인할 범위 |
| --- | --- | --- |
| [Artificial Analysis — T2V](https://artificialanalysis.ai/video/leaderboard/text-to-video) | 같은 텍스트로 만든 영상의 블라인드 선호도. 오디오 포함/무음 트랙을 구분. | API Fast/Pro/Max와 공개 Dev/Distilled는 동일 모델·설정이라고 가정하지 않음. |
| [Artificial Analysis — I2V](https://artificialanalysis.ai/video/leaderboard/image-to-video) | 같은 이미지 조건의 영상 선호도. T2V와 별도 순위. | 인물 보존·움직임·품질을 샘플로 함께 확인. 모든 공개 모델이 등재되지는 않음. |
| [VBench / VBench++](https://huggingface.co/spaces/Vchitect/VBench_Leaderboard) | 시각 품질·시간 일관성·동작·프롬프트 정합 등 차원별 자동 평가. | 모델별 제출 설정과 평가 버전 확인. VBench와 VBench2.0 점수 혼합 금지. |
| [VBench 2.0](https://vchitect.github.io/VBench-2.0-project/) | 인물 충실도·물리·상식·제어·창의성을 세분화. 평가 영상도 공개. | 기존 VBench 총점과 수치 비교 불가. 연구별 자체 재평가와 공식 제출 구분. |
| [Physics-IQ Verified](https://physics-iq-verified.anates.ai/) | 실제 물리 실험의 미래를 얼마나 일관되게 생성하는지 평가. | 원본Physics-IQ와 다른 프로토콜. 단일 생성과 여러 후보 중 선택(BoN)을 구분. |
| [Physics-IQ Original](https://physics-iq.github.io/) | 충돌·유체·광학·자기 등 실제 물리 장면의 이어 만들기. | 좋은 물리 점수가 미감·서사·캐릭터 일관성 전체를 뜻하지 않음. |
| [VABench](https://github.com/tanABCC/VABench) | 텍스트·이미지 조건의 오디오-비디오 정합과 동기화·립싱크 평가. | 영상만의 벤치마크와 별도. 비교 모델 목록·샘플 조건 확인. |
| [MOVA Arena 공개 평가 세트](https://huggingface.co/datasets/zhiyuzhang-0212/MOVA_benchmark_for_arena) | 732개 샘플의 음성·영상 비교용 세트. MOVA 개발팀 공개. | 개발팀 평가이며 독립 종합 순위로 해석하지 않음. |
| [Video-Bench](https://video-bench.github.io/) | 시각·동작·조건 정합을 사람 선호와 맞춰 평가하는 연구 벤치마크. | 주로 구세대 비교. 최신 모델 포함 여부 확인. |
| [EvalCrafter](https://github.com/evalcrafter/EvalCrafter) | 시각·내용·움직임을 다차원으로 평가하고 갤러리 제공. | 2024 중심의 비교·재현 참고. 최신 모델의 종합 순위가 아님. |
| [SkyReels A2-Bench](https://huggingface.co/spaces/Skywork/SkyReels_A2_Bench) | 참조 이미지의 인물·사물 요소를 조합하는 영상 평가. | 범용T2V 점수와 직접 비교하지 않음. |
| [VACE Benchmark](https://huggingface.co/datasets/ali-vilab/VACE-Benchmark) | 영상 편집·참조·다양한 조건 제어의 평가 자료. | 기반 영상 품질과 제어 정확도를 나눠 봄. |
**API 버전과 공개 체크포인트의 점수는 따로 읽는다.** [Artificial Analysis T2V](https://artificialanalysis.ai/video/leaderboard/text-to-video)·[I2V](https://artificialanalysis.ai/video/leaderboard/image-to-video)에 보이는 LTX Fast/Pro, MiniMax H3 Max 등의 결과를 공개 Dev/Distilled나 다른 증류판의 성능으로 그대로 옮길 수 없다. 오디오 유무, 해상도, 샘플링 방식, 평가 버전과 API 모델명을 확인해야 한다.
[VBench 2.0](https://vchitect.github.io/VBench-2.0-project/)과 기존 VBench는 평가 범위가 다르며, [Physics-IQ 원본](https://physics-iq.github.io/)과 [Verified](https://physics-iq-verified.anates.ai/)도 별도 프로토콜이다. 여러 후보를 생성해 좋은 것을 고르는 **BoN(Best-of-N)** 결과는 한 번 생성한 결과와 계산 비용·성공 확률이 다르므로 나눠 본다.
## RunPod에서 후보를 좁히는 방법
다음은 문서와 공개 샘플에 따른 **선택 제안**이다. 이 문서에서 직접 생성한 품질·속도 순위는 아니다.
| 만들려는 결과 | 먼저 비교할 후보 | 선택 이유와 확인할 조건 |
| --- | --- | --- |
| 영상과 대사·효과음을 함께 생성 | LTX-2.5 Distilled, Kandinsky 6 Lite Distill | 공개 AV 경로와 증류 모델이 있다. 발화 품질·효과음 동기화를 같은 장면으로 확인한다. |
| 한 장의 이미지를 움직이는 컷 | Wan 2.2 I2V, HunyuanVideo 1.5, SANA-Video 2.0 5B | I2V 지원 체크포인트를 고르고 얼굴·제품·배경의 보존을 확인한다. |
| 인물이 정해진 동작·표정을 수행 | Wan-Animate-2, Wan-Dancer, UniAnimate-DiT, HuMo | 포즈·구동 영상·오디오 중 실제 갖고 있는 입력에 맞춘다. |
| 준비한 대사로 말하는 인물 | LongCat-Video-Avatar 1.5, InfiniteTalk, MultiTalk | 긴 발화, 화자 전환, 몸동작과 화자별 립싱크를 확인한다. |
| 기존 영상의 입 모양만 새 음성에 맞춤 | LatentSync 1.6, MuseTalk 1.5 | 장면 전체 생성과 다른 작업이다. 얼굴 보존과 입 주변의 경계·깜빡임을 본다. |
| 긴 장면과 프롬프트 전환 | Helios, LongLive, FramePack | 누적 드리프트, 청크 경계, 장면 전환과 실제 처리 속도를 확인한다. |
| 물리적 상호작용·합성 데이터 연구 | Cosmos 3, LingBot-Video | 물리·공간 평가와 작업별 체크포인트를 본다. 일반 영상의 미감 순위로 대체하지 않는다. |
VRAM을 읽을 때는 **가중치 크기, 실행 중 메모리, 호스트 RAM, 처리 시간**을 나눠 본다. 예를 들어 [HunyuanVideo 1.5의 최소 14 GB](https://github.com/Tencent-Hunyuan/HunyuanVideo-1.5#-system-requirements)는 오프로딩을 켠 조건이며, [LTX-2.5 공식 요구사항](https://docs.ltx.io/open-source-model/getting-started/system-requirements)은 최소 32 GB와 A100 80 GB/H100 권장을 제시한다. [Wan 2.2](https://github.com/Wan-Video/Wan2.2)의 공식 TI2V-5B 예제는 24 GB+오프로딩, A14B의 720p 예제는 80 GB를 기준으로 한다. 이 수치를 서로 다른 해상도·길이·정밀도에서도 같은 최소 사양이라고 일반화하지 않는다.
**오프로딩(offloading)**은 일부 모델 구성 요소를 GPU 밖으로 옮겨 VRAM을 줄이는 방식이다. 대신 호스트 RAM과 전송 시간이 늘 수 있다. [MOVA](https://github.com/OpenMOSS/MOVA)의 360p·8초 group offload 예제는 VRAM 12 GB와 호스트 RAM 약 76.7 GB를 함께 기록한다. 원문의 다른 component-wise 표에는 RTX 4090과 48 GB 표기가 혼재하므로 그 행을 GPU별 속도 비교 근거로 사용하지 않았다.
**MoE(Mixture of Experts)**의 활성 파라미터 수는 토큰마다 계산에 참여하는 부분의 크기다. 전체 가중치를 저장하는 메모리와 같지 않다. [MAGI-2 Preview](https://github.com/SandAI-org/MAGI-2-preview)는 전체 114B·활성 6B를 제시하지만 공식 실행 환경은 Hopper GPU 8개다. [LingBot-Video](https://github.com/Robbyant/lingbot-video)의 MoE BF16 예제에서 관측된 피크 약 82 GiB도 그 레시피의 측정값이지 최소 메모리 보장은 아니다.
같은 입력으로 짧은 컷부터 비교한다면 모델·체크포인트·커밋·정밀도·해상도·프레임 수·스텝·시드·프롬프트와 입력 파일을 함께 기록한다. 첫 실행의 설치·다운로드·컴파일 시간, 반복 실행 시간, 성공한 결과의 비율을 분리해야 RunPod에서 실제로 드는 비용을 비교할 수 있다. 이 문서는 Pod를 생성하거나 과금 자원을 시작하지 않았다.
## 공개 상태와 이용 조건에서 제외·유보할 것
| 항목 | 확인한 상태와 이 문서의 처리 |
| --- | --- |
| Wan 3.0 | [2026년 8월 24일 API 정식 출시](https://www.alibabacloud.com/en/news/product/video-generation-model-wan30-officially-launched-nsb)는 확인했다. 확인일의 [공식 Wan-AI 모델 목록](https://huggingface.co/Wan-AI/models)에서 3.0 가중치를 찾지 못해 자체 실행 목록에서는 제외했다. |
| FLUX 3 Video | [공식 제품 안내](https://bfl.ai/models/flux-3-video)의 API와 가중치 공개 예정 안내를 실제 체크포인트 배포와 구분했다. 공개 영상 가중치를 확인하지 못해 제외했다. |
| SANA-Video 2.0 14B | [공식 문서](https://github.com/NVlabs/Sana/blob/main/docs/sana_video2.md)에서 coming soon으로 표시한다. 공개 5B와 4스텝 preview만 포함했다. |
| MAGI-2 증류판 | [공식 README](https://github.com/SandAI-org/MAGI-2-preview)에서 coming soon으로 표시한다. Base Preview만 포함했다. |
| FramePack-P1 | [연구·샘플 예고](https://github.com/lllyasviel/FramePack)와 가중치 배포를 구분했다. 확인한 FramePack·F1만 가중치 목록에 포함했다. |
| SkyReels-A2의 일부 변형 | [공식 README](https://github.com/SkyworkAI/SkyReels-A2)의 일반·Pro·Infinity는 to be released로 표시되어 Preview만 포함했다. |
| Open-Sora-Plan 1.5 | [공식 가중치](https://github.com/PKU-YuanGroup/Open-Sora-Plan)는 공개됐지만 NPU+MindSpeed 전용으로 설명한다. RunPod NVIDIA GPU에서 바로 실행할 후보로 보지 않는다. |
[MiniMax H3 공식 FAQ](https://design.minimax.io/h3)는 기본 가중치 라이선스의 허용 지역에서 한국·미국·EU·영국을 제외한다고 안내한다. H3와 그 파생 FastH3를 검토할 때 기반 라이선스와 별도 허가 조건을 확인한다. RunPod의 서버 위치만 바꾸면 조건이 해결된다고 가정하지 않는다. 다른 계열도 코드와 가중치·기반 모델의 라이선스를 각각 확인한다.
## 자료의 확인 범위와 보존
모델 카드, 공식 README, 개발팀 프로젝트 페이지, 벤치마크 운영자 자료를 우선 사용했다. 정리 당시 외부 링크 208개의 HTTP 응답을 확인했고, 직접 연결한 Hugging Face 모델 저장소 57곳에서는 가중치 파일이 목록에 존재함을 확인했다. 이 수치는 계열 모음·조직 페이지·다른 호스팅의 파일 전체를 내려받았다는 뜻이 아니며, 접근 상태와 가중치가 이후 바뀔 수 있다.
CSV·JSON에는 모델별 자료와 확인일을 보존했다. 원문 README나 논문 전문은 재게시하지 않고 해당 출처에 연결했다. 개발사 샘플 세 개는 출처를 표시한 참조 프레임과 원본 영상 링크로 제공하며, 원본 영상의 권리는 각 공개자에게 있다. 이후 업데이트에서는 기존 문서의 URL과 식별자를 유지하고 공개 상태·실행 조건·비교 근거를 해당 항목에 반영한다.