이미지·비디오·오디오·3D 콘텐츠 생성을 위해 로컬에서 diffusion 모델을 실행하는 노드 그래프 GUI, API 및 백엔드입니다.
NVlabs/LongLive
NVIDIA의 장시간 동영상 생성, 월드 모델, 로봇 월드-액션 모델 연구 프로젝트 4개를 각 디렉터리에 모아 둔 모노레포입니다.
- 스타
- 2,813
- 포크
- 266
- 열린 이슈
- 2
- 마지막 커밋
- 3일 전
어떤 프로젝트인가요?
LongLive는 장시간 동영상을 생성하는 자기회귀 방식 연구를 중심으로 구성된 NVIDIA 연구 프로젝트 모음입니다. 저장소는 서로 독립적인 네 개의 디렉터리로 구성됩니다. LongLive 1.0은 사용자가 순차적으로 입력하는 프롬프트를 바탕으로 실시간 장시간 동영상을 생성하고, LongLive 2.0은 장시간 동영상 모델의 학습과 서빙을 위해 NVFP4 양자화와 시퀀스 병렬 처리를 제공하며, LongLive-Plug는 재사용 가능한 기능을 LoRA 어댑터로 증류해 다운스트림 동영상 모델에 적용하고, Long-WAM은 로봇 정책을 학습하고 배포하기 위한 장문 컨텍스트 월드-액션 모델을 제공합니다.
partial clone과 sparse checkout을 이용해 각 프로젝트를 별도로 체크아웃할 수 있으므로 필요한 부분만 다운로드하면 됩니다. 공개된 체크포인트는 Hugging Face에 게시되어 있으며, LongLive-1.3B, LongLive 2.0의 여러 변형, LIBERO·RoboTwin 2.0·RoboCasa용 Long-WAM 정책이 포함됩니다.
저장소에는 실시간 월드 모델링과 멀티샷 스트리밍 동영상 생성에 맞게 적용한 사례 등 LongLive를 기반으로 구축된 서드파티 프로젝트도 소개되어 있습니다.
핵심 기능
- 01순차 프롬프트를 바탕으로 실시간 대화형 장시간 동영상 생성(LongLive 1.0).
- 02시퀀스 병렬 처리를 지원하는 NVFP4 및 FP8 양자화 학습과 추론(LongLive 2.0).
- 03Wan2.1, Wan2.2, MiniMax-H3 모델 간에 기능을 이전하는 LoRA 기반 증류(LongLive-Plug).
- 04LIBERO, RoboTwin 2.0, RoboCasa 벤치마크에서 로봇 정책 학습 및 추론(Long-WAM).
- 05각 프로젝트에 코드, 문서, 모델 가중치가 별도로 있으며 sparse checkout으로 가져올 수 있습니다.
활용 사례
- 텍스트 프롬프트를 연속으로 입력해 인터랙티브 창작 도구용 분 단위 동영상을 생성합니다.
- 양자화를 통해 메모리 사용량과 지연 시간을 줄이면서 NVIDIA GPU에서 장시간 동영상 생성 모델을 서빙합니다.
- 각 모델을 다시 학습하지 않고도 증류된 기능 하나를 여러 동영상 생성 백본에서 재사용합니다.
- 시뮬레이션 벤치마크 또는 실제 로봇 팔에서 로봇 조작 정책을 학습하고 평가합니다.
빠른 시작
- 1
부분 sparse checkout으로 저장소를 클론합니다
git clone --filter=blob:none --sparse --single-branch --branch main --depth 1 https://github.com/NVlabs/LongLive.git - 2
클론한 저장소로 이동합니다
cd LongLive - 3
Long-WAM 프로젝트만 체크아웃합니다
git sparse-checkout set Long-WAM - 4
Long-WAM 프로젝트 디렉터리로 이동합니다
cd Long-WAM
사용 전 알아둘 점
- 이 저장소는 서로 다른 연구 프로젝트 4개로 구성된 monorepo이므로, 하나를 선택하고 해당 프로젝트의 설정 절차를 따라야 합니다.
- 벤치마크에 사용된 모델은 H100 및 GB200과 같은 고성능 NVIDIA GPU에서 실행되었으므로, 상당한 GPU 리소스가 필요할 가능성이 높습니다.
토픽
자주 묻는 질문
- LongLive은(는) 무엇인가요?
- NVIDIA의 장시간 동영상 생성, 월드 모델, 로봇 월드-액션 모델 연구 프로젝트 4개를 각 디렉터리에 모아 둔 모노레포입니다. LongLive는 장시간 동영상을 생성하는 자기회귀 방식 연구를 중심으로 구성된 NVIDIA 연구 프로젝트 모음입니다. 저장소는 서로 독립적인 네 개의 디렉터리로 구성됩니다. LongLive 1.0은 사용자가 순차적으로 입력하는 프롬프트를 바탕으로 실시간 장시간 동영상을 생성하고, LongLive 2.0은 장시간 동영상 모델의 학습과 서빙을 위해 NVFP4 양자화와 시퀀스 병렬 처리를 제공하며, LongLive-Plug는 재사용 가능한 기능을 LoRA 어댑터로 증류해 다운스트림 동영상 모델에 적용하고, Long-WAM은 로봇 정책을 학습하고 배포하기 위한 장문 컨텍스트 월드-액션 모델을 제공합니다.
- LongLive은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- LongLive은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- LongLive은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. LongLive의 마지막 커밋은 2026년 10월 19일입니다.
- LongLive은(는) 어디에 사용할 수 있나요?
- 텍스트 프롬프트를 연속으로 입력해 인터랙티브 창작 도구용 분 단위 동영상을 생성합니다. 양자화를 통해 메모리 사용량과 지연 시간을 줄이면서 NVIDIA GPU에서 장시간 동영상 생성 모델을 서빙합니다. 각 모델을 다시 학습하지 않고도 증류된 기능 하나를 여러 동영상 생성 백본에서 재사용합니다. 시뮬레이션 벤치마크 또는 실제 로봇 팔에서 로봇 조작 정책을 학습하고 평가합니다.
- LongLive는 어떻게 설치하나요?
- 부분 sparse checkout으로 저장소를 클론합니다: git clone --filter=blob:none --sparse --single-branch --branch main --depth 1 https://github.com/NVlabs/LongLive.git 클론한 저장소로 이동합니다: cd LongLive Long-WAM 프로젝트만 체크아웃합니다: git sparse-checkout set Long-WAM Long-WAM 프로젝트 디렉터리로 이동합니다: cd Long-WAM
- LongLive은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/NVlabs/LongLive
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
저VRAM 추론과 학습을 지원하는 이미지·비디오·오디오 생성용 오픈소스 Diffusion 모델 엔진입니다.
웹 UI나 CLI를 통해 소비자용 GPU에서 이미지, 비디오, 오디오 diffusion 모델을 파인튜닝하는 올인원 학습 도구 모음입니다.
로봇, 자율주행차, 스마트 인프라의 physical AI 구축을 위한 NVIDIA의 오픈 월드 파운데이션 모델, 데이터셋 및 도구입니다.
캐릭터 일관성을 유지하는 만화 이미지와 장거리 이미지-비디오 시퀀스 생성 도구
스트리밍 신경 렌더링으로 로우폴리 프레임에서 플레이 가능한 게임 장면을 만드는 오픈소스 인터랙티브 월드 모델입니다.