High failure rate in T2AV generation
还没有人认领这个 Issue。
评估
- 难度
- 4/5
- 预计耗时
- 3-5 天
- 新手友好度
- 45/100
- Issue 类型
- 缺陷
- 描述清晰度
- 基本清楚
- 活跃度
- 停滞
- 技术栈
- python
调研方向
从 pipeline_mova.py 开始，重点关注 prepare_latents 阶段：纯白色的 PIL.Image 在此阶段被加载、编码，并为标准 T2V 生成进行拼接。复现 MOVA 的 T2V/T2AV 流程，并将成功生成的视频与损坏的纯色输出进行比较。当生成过程不再以所述比例产生报告中的 latent-collapse 失败时，即视为完成。
由索引模型根据 Issue 内容生成。
描述
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).
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.
- 主要语言
- Python
- 星标
- 1.1k
- 派生
- 95
- PR 合并指标
- 30 天内没有已合并 PR
环境准备
这个项目没有提供开发容器、Dockerfile 或贡献指南，环境需要你自己搭建：先看它的 README，通用步骤见我们的新手贡献指南。
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
OpenMOSS/MOVA 的其他 Issue
-
难度 2/5 1-3 小时 新手友好度 72/100
-
难度 3/5 1-2 天 新手友好度 48/100
-
难度 4/5 3-5 天 新手友好度 38/100
-
难度 3/5 1-2 天 新手友好度 48/100
-
难度 5/5 一周以上 新手友好度 25/100
相似的 Issue
-
bug good first issue
难度 2/5 1-3 小时 新手友好度 78/100
yunaremaia/proto-drift#22 ·
-
bug good first issue
难度 2/5 1-3 小时 新手友好度 82/100
yunaremaia/memwatch#96 ·
-
bug good first issue
难度 1/5 1 小时以内 新手友好度 91/100
yunaremaia/ci-gate-watch#34 ·
-
bug good first issue
难度 2/5 1-3 小时 新手友好度 85/100
yunaremaia/agent-capability-attestation#64 ·
维护者通常 1 天内回复
-
bug good first issue
难度 1/5 1 小时以内 新手友好度 86/100
yunaremaia/agent-call-graph#43 ·
维护者通常 1 天内回复