概览
Linum v2 是 Linum, Inc. 在 2026 年 1 月 20 日随博客《Introducing Linum v2》发布的开源文生视频权重，官方同时提供 360p 与 720p 两个检查点。站内厂家页已经写到这套 2B、最高 720p、Apache 2.0 的模型，但旗下模型此前只挂了后来的文生图模型 P-JiT 21K，本条是给已有厂家补模型，不新建厂家，也不建成工具。Hugging Face 模型卡（Linum-AI/linum-v2-720p）写明：这是 2B 参数的 Diffusion Transformer，搭配 T5-XXL 文本编码器和 Wan 2.1 Video VAE，从文本生成 1280×720、24 FPS、时长 2–5 秒的视频。许可是 Apache 2.0。推理代码在 https://github.com/Linum-AI/linum-v2 ，首次运行会自动拉取约 20GB 权重。官方给出的 H100、50 step 耗时：360p 2 秒约 40 秒、5 秒约 2 分钟；720p 2 秒约 4 分钟、5 秒约 15 分钟。博客补充：这是从零训练的预训练权重，尚未做后训练；v1 是把 SDXL 硬扩成视频的过渡方案，v2 不再走那条路。不要和 2026 年 11 月发布、站内已收录的 P-JiT 21K 混成一条。官方来源：https://www.linum.ai/field-notes/launch-linum-v2 、https://huggingface.co/Linum-AI/linum-v2-720p 、https://github.com/Linum-AI/linum-v2 （2026-11-08 18:20 Asia/Shanghai 核对）。 定价：开源权重按 Apache 2.0 免费下载，本轮未发现官方托管 API 的输入/输出标价，价格字段留空；本地推理需自备 NVIDIA GPU。
- 模态
- 视频
- 参数量
- 2B（Diffusion Transformer，搭配 T5-XXL 文本编码器和 Wan 2.1 Video VAE）
- 许可说明
- 开源 · Apache-2.0
能力
- 2B 参数的 Diffusion Transformer，搭配 T5-XXL 文本编码器和 Wan 2.1 Video VAE
- 从文本生成 1280×720、24 FPS、时长 2 到 5 秒的短片；另有 360p 检查点
- Apache 2.0 开源，推理代码在 GitHub，首次运行会自动拉取约 20GB 权重
- 从零训练的预训练权重，尚未做后训练；不再走 v1 把 SDXL 硬扩成视频的路线
- 官方给出的 H100、50 step 耗时：360p 2 秒约 40 秒、5 秒约 2 分钟；720p 2 秒约 4 分钟、5 秒约 15 分钟
