社群訊號部分確認

Reddit 用戶分享僅 600 萬參數角色渲染器，單張參考圖生成一分鐘影片

Reddit 使用者 AsyncVibes 發布一款僅有 600 萬參數的角色渲染模型，能從單張參考圖片生成長達一分鐘的影片。該專案聲稱已透過 Blender 生成的真實數據進行測試驗證。

AI 新聞雷達編輯團隊·本站收錄：2026/10/20 03:41（台灣時間）·閱讀約 2 分鐘

本站收錄時間為新聞雷達完成整理的時間，不代表事件發生時間。原文日期僅在取得明確來源證據時顯示；未標示者請參閱下方原始來源。

30 秒掌握

模型參數量極小，僅為 600 萬參數（6M）
輸入條件為單張角色參考圖，輸出目標為一分鐘長的影片
開發者宣稱使用 Blender 生成的數據作為基準進行測試

內文字級100%

目前大小是最小值，向右滑動可放大。

極小參數量與生成能力

Reddit 用戶 AsyncVibes 在 LocalLLaMA 板塊分享了一個名為「6M param character renderer」的專案。該模型的核心特點是參數量極低，僅有 600 萬參數。

根據標題描述，此工具的操作流程為輸入一張參考圖片，並輸出長達一分鐘的角色影片。

測試基準與驗證方式

該專案標題指出，模型已針對「Blender truth」進行測試，但未說明具體測試指標或定義。

然而，原始來源僅提供標題與連結，未包含具體的技術細節、架構說明或詳細的評測數據。

原始來源與引用

6M param character renderer: one reference image in, a minute of video out, tested against Blender truth ↗

原始新聞來源

待確認事項

原始來源僅有 Reddit 貼文標題與連結，缺乏內文、程式碼連結或詳細技術報告
未說明模型具體架構（如是否基於 Transformer、Diffusion 或其他機制）
「Blender truth」測試的具體指標、誤差範圍或比較基準未提供
一分鐘影片的解析度、幀率與生成速度等關鍵規格未知
社群評論區內容為空，無法得知其他使用者的實際測試回饋或質疑

更正紀錄

截至本次發布，正式發布包未登錄更正。

AI 使用說明

AI 協助擷取、寫作與核對；最終內容依來源與驗證規則發布。

DeepSeek開源DeepInfer推理框架，支援V4.1-Flash模型與華為Ascend NPU

DeepSeek-AI正式發布並開源了高性能推理框架DeepInfer，該框架專為其大規模生產服務設計。目前主要支援DeepSeek-V4.1-Flash模型，並同時相容NVIDIA SM100 GPU與華為Ascend 950 NPU硬體平台。

GitHub本站收錄：2026/10/21 04:03（台灣時間）部分確認

Cloudflare與VoidZero推出TypeScript編譯器Rust移植版tsrs，宣稱速度提升8倍且記憶體用量減少70%

Cloudflare、VoidZero與Owner.com合作開發名為tsrs的TypeScript編譯器Rust移植版本，並將其納入Oxc JavaScript編譯器工具鏈。根據早期基準測試，在相同類型檢查工作數下，tsrs比TypeScript 7.0快達8倍，記憶體使用量減少約70%。

官方本站收錄：2026/10/21 04:03（台灣時間）部分確認

Hugging Face 推出 TorchTPU，讓 PyTorch 原生支援 Google TPU

Hugging Face 發布 TorchTPU，將 Google TPU 整合為 PyTorch 的原生後端，使用者無需再透過 torch_xla 或 JAX 即可直接在 TPU 上執行模型。此舉讓 Transformers、Diffusers 等主流函式庫能原生支援 TPU，簡化了從雲端下載模型並直接部署的流程。