Genmo Mochi 1
Genmo · 影片
Genmo Mochi 1 是 Genmo 推出的開源文字轉影片模型，能把文字提示詞變成具備流暢動態與高提示詞貼合度的 480p 短片。權重可免費下載。
關於 Genmo Mochi 1
What Is Genmo Mochi 1
Genmo Mochi 1 是 Genmo 推出的 AI 影片生成工具。這家位於舊金山的工作室專門打造影片模型。你用文字描述一個場景，模型就會算出一段動態說服力十足的短片。最特別的是它的釋出方式：Genmo 以 Apache 2.0 授權公開權重，任何人都能下載、執行、修改，商用或個人用途都行。
這款工具想解決一個常見的痛點。目前最強的影片生成工具大多藏在付費的封閉服務裡，你既看不到內部，也沒辦法把它改成自己的專案。Mochi 1 直接把模型交到你手上：一個 100 億參數的擴散系統，架構由 Genmo 命名為 AsymmDiT。它是可以拆解重組的積木，不只是個網站。
它的限制很誠實，值得先講清楚。預覽版最高只到 480p，片長約 5.4 秒、30fps。要自己執行需要相當等級的硬體，除非改用社群整合的版本。它的強項是實拍質感，動畫表現較弱，複雜動作也可能變形。
Getting Started
- 想先試試提示詞、不想安裝任何東西，就到 Genmo 的 playground 登入。
- 打算在本機執行，就從 GitHub 複製模型程式庫，或從 Hugging Face 下載權重。
- 設定 Python 環境，並安裝 FFMPEG，輸出才能組成影片檔。
- 寫一段提示詞，透過內建介面或 Python API 產生短片，並選擇解析度與影格數。
- 匯出結果，放進剪輯軟體裁切、放大，或拼成更長的作品。
產品資訊
快速了解 Genmo Mochi 1 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- AI 研究員與開發者：開放的權重與原始碼讓你研究現代影片擴散模型，並嵌進自己的產品。但你得熟悉 Python 和命令列。
- 獨立影片創作者：不用訂閱就能產出短 b-roll 與概念片段，代價是要自己盯著硬體與生成時間。
- 有高階 GPU 的玩家：一張消費級顯卡透過社群工具就能跑 Mochi 1，在家就能實驗，不必租雲端。
任務
- 把腦中的畫面變成會動的鏡頭：描述一個場景，模型就回傳動態合理的短片，比手繪或畫分鏡快得多。
- 廣告與概念視覺打樣：同一個場景先做幾種版本，用來提案定調，再決定要不要正式製作。
- 理解影片擴散模型怎麼運作：完整架構、權重、程式碼都公開，是學習生成式影片的好素材，不是黑盒。
情境
- 開拍前先驗證想法：產一段粗略的影片，確認運鏡或打光的構想跟你腦中一致。
- 建立研究工作流程：封閉式 API 不符你的資料或法規需求時，可以微調或整合這個模型。
- 免費先體驗 AI 影片生成：託管的 playground 讓你不用下載任何東西就能試幾段提示詞，只是生成頻率會被限流。
主要功能
以 Apache 2.0 釋出開放權重
模型權重與原始碼以 Apache 2.0 授權公開，你和工具之間沒有訂閱費或使用費。可以離線執行、檢視程式碼，並在上面做出商用作品。這份開放性，是 Mochi 1 與封閉式影片生成工具最大的分野。
AsymmDiT 架構
Mochi 1 跑在 AsymmDiT 上，這是 Genmo 專為影片打造的擴散 Transformer。它透過多模態注意力同時處理文字與影片 token，但把視覺端的容量給得遠比文字端多，因為細節都藏在視覺裡。這種不對稱設計能把記憶體用量壓住，讓模型塞得進平鋪式架構早就撐爆的硬體。
高保真動態
Mochi 1 的調校重點是動態，不是靜態美觀。人物走路、頭髮與衣料飄動、流體與毛皮效果，連貫度都超過早期開源模型的水準。據 Genmo 說法，它的動態品質是與領先的封閉對手對比測出來的，目標是讓人物動態跨過恐怖谷。
提示詞貼合度高
模型會緊跟細節豐富的提示詞，讓你對角色、場景、動作有細緻的控制。只要你把鏡頭角度與具體動作寫清楚，輸出通常兩者都顧到。當影片得對上腳本或分鏡、不能只是好看時，這種精準度就很重要。
壓縮影片 VAE
Genmo 也開源了模型底層的影片 VAE。它把影片壓縮 128 倍，將空間與時間的細節收進精簡的潛在空間。記憶體與運算需求降低後，模型才有可能在資料中心以外的地方跑，這對沒有運算叢集的人來說差別很大。
可在消費級硬體上執行
Genmo 提到預覽版要全速跑得用上多張高階 GPU，但社群整合讓模型能在影片記憶體夠大的一張消費級顯卡上運行。圍繞 ComfyUI 打造的工具補上簡化流程與注意力後端，家用使用者不必租雲端機器也能生成短片。
優缺點
優點
- 權重以 Apache 2.0 免費釋出，不必付訂閱費或使用費就能執行與修改模型。
- 推出時的動態品質與提示詞貼合度，已足以挑戰領先的封閉式影片生成工具。
- 100 億參數加上開源程式碼，是研究與自建影片功能的紮實基礎。
- 把影片壓縮 128 倍的影片 VAE，把硬體門檻降到消費級 GPU 也扛得住。
缺點
- 輸出上限只有 480p，沒放大就上不了大螢幕或廣播。
- 片長約 5.4 秒，除了 b-roll、轉場或概念鏡頭，其他用途都嫌短。
- 複雜或高速的動作會扭曲，動畫與風格化內容的表現比實拍質感弱。
- 自行架設需要像樣的硬體與命令列操作能力，非技術使用者被擋在門外。
常見問題
它是 Genmo 推出的開源 AI 影片生成工具，能把文字提示詞變成短片。背後是 100 億參數的擴散模型，權重以 Apache 2.0 授權釋出，任何人都能下載使用。
相關內容
探索與 Genmo Mochi 1 相關的工具、技能與文章。
Genmo Mochi 1 替代方案
ngram 2.0
ngram · 影片 · 行銷ngram 2.0 是給團隊使用的 AI 影片生成器。一句描述、一段螢幕錄影或一個產品網址，就能變成配好旁白的解說影片、產品示範或 AI 虛擬主播影片，而且每個場景都還能修改。
OpenScreen 2
OpenScreen (open-source project) · 影片 · 生產力OpenScreen 2 是免費的開源螢幕錄影與示範影片剪輯工具，支援 Windows、macOS 與 Linux，會自動縮放、套上邊框與本機字幕，還能交給代理編輯。
Skreno
Skreno · 影片 · 生產力Skreno 是瀏覽器螢幕錄影工具，能錄下單一分頁、單一視窗或整個螢幕，再把 AI 逐字稿、摘要與主控台紀錄綁進同一個分享連結。