Qualité Cinétique Inégalée
Genmo repousse les limites de la fluidité vidéo avec des séquences de 30 images par seconde sur 5,4 secondes, offrant une cohérence temporelle exceptionnelle. Le modèle simule des mouvements complexes comme la dynamique des fluides, les chevelures ou les gestes humains avec un réalisme inédit dans l'open-source. Grâce à son architecture AsymmDiT optimisée pour le raisonnement visuel, il réduit efficacement les artefacts et franchit progressivement la "vallée dérangeante". Les évaluateurs notent particulièrement la plausibilité physique et l'intérêt des mouvements générés. Cette avancée ouvre des possibilités immenses pour le cinéma, les jeux vidéo et la formation en réalité virtuelle.
Accessibilité Open-Source
Avec sa licence Apache 2.0, Mochi 1 se positionne comme une alternative viable aux solutions propriétaires, autorisant librement usage commercial et modifications. Genmo met à disposition non seulement les poids du modèle sur HuggingFace, mais aussi son compresseur vidéo VAE open-source pour faciliter l'intégration. La documentation complète sur GitHub et les partenariats API permettent une adoption rapide par les développeurs. Cette philosophie ouverte encourage l'innovation communautaire, comme en témoignent les nombreux fine-tunes attendus pour adapter le modèle à divers besoins sectoriels et esthétiques.
