Yume-1.5

同先验 5B 上键盘世界探索 + 文本事件；TSCM 上下文压缩 + Self-Forcing 蒸馏。

结构化 stub：仓库内 data/models/yume-1.5.yml。

核验字段

字段	值
名称	Yume-1.5
机构	上海 AI Lab / 合作者（论文作者 Mao et al.）
公开时间	arXiv 约 2025-12；CVPR 2026
arXiv	2512.22096
参数量	5B（文中 Wan2.2-5B，脚注指向 Wan-AI/Wan2.2-TI2V-5B）；另有 14B 权重线索
基座	Wan2.2-TI2V-5B
分辨率	训练分辨率 704×1280@16fps；宣称单卡 A100 约 12 fps@540p
帧率	评测 4 steps；宣称单卡 A100 约 12 fps@540p
延迟	未核验到统一官方毫秒
控制	键盘/鼠标探索 + 文本世界事件
模态	视频
时长口径	短–中程交互（相对「小时级」更短）
开源	是
许可	Apache-2.0（代码+5B/14B 权重，以仓库为准）
GPU hours	未公开（缺卡数与墙钟；不可用 iters×未知卡 硬推 hours）
训练硬件	NVIDIA A100（卡数未公开）；batch 40，lr 1e-5；foundation 10,000 iters → Self-Forcing+TSCM 600 iters
WBench	Astronex 对照表转引 Full：68.9（†同 Wan 先验；非 Yume 原文主表，属团队转引）
其他评测	Yume-Bench（instruction-following 0.836 等，论文）
核验日	2026-09-19

训练阶段

Foundation（交替 T2V/I2V，混合 Real/Synthetic/Event）→ Self-Forcing + TSCM（上下文压缩+线性注意力蒸馏）；4-step 推理。

选型要点

文本事件强、实时弱于 20+FPS 阵营。作为 Wan5B 后训对照行，不要把转引 WBench 当成 Yume 官方提交。

诚实边界

WBench Full 68.9 来自 Astronex 对照表转引，不是 Yume 原文主表。A100 卡数未知，不可换算 hours。

来源

• arxiv
• github

另见 Wan5B 后训对照、WM 全景、控制接口差异。