在 Agnes 的研究中，团队以约 153 亿参数的 DaVinci-MagiHuman 预训练音视频生成模型为基础 … Agnes 技术人员给出的一组性能数据，直观说明了这一思路的价值：基于这一路线打造的 Agnes-Video-2.0-MoE，在单张 H200 GPU 上，仅需约 30 秒即可生成一段 5 秒视频 … 相关实验中，在 EENP”60% 剪枝”配置下，模型的平均激活参数量降至约 117 亿，去噪耗时从未剪枝版本的 26.83 秒降至 20.92 秒，减少约 22%。
在 Agnes 的研究中，团队以约 153 亿参数的 DaVinci-MagiHuman 预训练音视频生成模型为基础 … Agnes 技术人员给出的一组性能数据，直观说明了这一思路的价值：基于这一路线打造的 Agnes-Video-2.0-MoE，在单张 H200 GPU 上，仅需约 30 秒即可生成一段 5 秒视频 … 相关实验中，在 EENP”60% 剪枝”配置下，模型的平均激活参数量降至约 117 亿，去噪耗时从未剪枝版本的 26.83 秒降至 20.92 秒，减少约 22%。