Hacktoberfest 2026：メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

High failure rate in T2AV generation

オープン
  • 何か問題がありますか？
#38 コメント 1 件 リアクション 1 件 担当者 0 名 GitHub で見る

まだ誰も着手していません。

評価

難易度
4/5
見積もり時間
3〜5日
初心者へのやさしさ
45/100
issue の種類
バグ
明瞭さ
おおむね明確
活発さ
停滞
技術スタック
python
領域
audio-video-rtc, machine-learning

調査の方向性

pipeline_mova.py から始め、完全に白い PIL.Image が読み込まれ、エンコードされ、標準 T2V 生成のために連結される prepare_latents ステージに焦点を当てます。MOVA の T2V/T2AV フローを再現し、正常に生成された動画と、単色で破損した出力を比較します。指定された割合で報告されている latent-collapse の失敗が生成プロセスで発生しなくなれば完了です。

索引モデルが issue の本文から書いたものです。

説明

Describe
When using the MOVA pipeline for pure T2V/T2AV generation, I am experiencing a highly unstable generation process. Approximately 40% of the generated videos result in corrupted, solid-color outputs (the entire video is just a flat color with no coherent structures or details).

Image ![Image](https://github.com/user-attachments/assets/7461b429-a023-47cb-9b39-52f7db79d3d8)

Following the standard T2V approach for MOVA, I am passing a pure white PIL.Image as the image condition to the pipeline. I strongly suspect the issue lies in how the pipeline_mova.py loads, encodes, or concatenates this pure white frame in the prepare_latents stage, leading to a latent collapse during the diffusion process.

主要言語
Python
スター
1.1k
フォーク
95
30日以内にマージされた PR はありません

環境構築

このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

OpenMOSS/MOVA のほかの issue

OpenMOSS/MOVA の issue をすべて見る

似ている issue

Python の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。