Vídeo con IA, contado desde las fuentes

Noticia

MovieRoll, vídeo largo: los autores indican hasta un 78 % menos de memoria de caché KV

MovieRoll combina ajuste en streaming, destilación y compresión de caché KV para vídeo largo; código y pesos, con licencia limitada por territorio.

Portada: MovieRoll, vídeo largo

En HeliosBench, MovieRoll-Distilled logra las puntuaciones totales más altas entre los métodos comparados en evaluaciones de un solo evento y de varios eventos de hasta 60 s, mientras que MovieRoll-Base sigue siendo competitivo a 30 s tras entrenarse con vídeos de hasta 15 s (arXiv). El artículo también afirma que su compresión de la caché KV reduce la memoria de caché hasta un 78 % y mejora a la vez la calidad de generación. El proyecto ha publicado el código de entrenamiento e inferencia y los pesos del modelo, pero la licencia excluye algunos territorios y prohíbe usar las salidas para mejorar otros modelos de IA (GitHub, Hugging Face, GitHub).

Un flujo de base a destilado

Sus autores describen MovieRoll como un marco de base a destilado para la generación de vídeo largo en streaming. Conecta tres etapas: ajuste fino en streaming, destilación de rollouts largos e inferencia de horizonte largo. Para los profesionales, este planteamiento sugiere que las etapas están pensadas para usarse juntas, y no como trucos independientes añadidos a un modelo de clips cortos.

MovieRoll-Base se inicializa a partir de HunyuanVideo-1.5-480P-T2V (arXiv). Según el artículo, MovieRoll-Base usa 6 bloques de historial completo y 48 bloques sink–recent. Esa división es la base arquitectónica del diseño de memoria que se describe a continuación.

Cómo ahorra memoria HieraKV

La afirmación sobre la memoria procede de HieraKV, un método jerárquico de compresión de la caché KV que aprovecha los patrones de atención por capas. Mantiene el historial completo en las capas superficiales y solo el historial sink y reciente en las capas más profundas. La formulación es «hasta», así que la cifra del 78 % para HieraKV describe el mejor caso que recoge el artículo, no un ahorro garantizado en cualquier configuración.

El número de bloques de MovieRoll-Base concuerda con ese diseño: pocos bloques de historial completo y muchos más bloques sink–recent. Dado que HieraKV conserva el historial completo solo en las capas superficiales y únicamente el historial sink y reciente en las más profundas, el artículo indica que reduce la memoria de caché hasta un 78 % frente a almacenar todo.

Cómo leer el resultado del benchmark

El segundo punto del resultado del benchmark es el más interesante para el trabajo en formato largo: el modelo base se mantiene al doble de la duración de sus clips de entrenamiento de 15 s. El artículo atribuye la generación más allá del horizonte de entrenamiento a la recomputación de KV, que acota el contexto en ambos modelos, y al guidance annealing (AnnealCFG), que estabiliza MovieRoll-Base. Las comparaciones son datos del propio artículo, por lo que la reproducción independiente sería la comprobación que importa.

Historial de versiones y términos de la licencia

Historial de versionesEntradas de versión con fecha publicadas por el proyectoEntradas con fecha leídas por nuestro código en las notas de versión, la lista de novedades o el registro de cambios del propio proyecto, de más reciente a más antigua, con la página de origen; el texto es el del proyecto, sin verificar lo que dice. Cada entrada se muestra completa. Un enlace se muestra como su texto; la página de origen lo conserva.Datos leídos el 18 de noviembre de 2026Fuente [3]Cómo funciona este formatoDescargar los datos
Fecha Entrada, tal como la redactó el proyecto Página de origen Leído el
2026-11-16 Day-0 support for SGLang Diffusion and vLLM-Omni. https://raw.githubusercontent.com/Tencent-Hunyuan/MovieRoll/HEAD/README.md 2026-11-18
2026-11-16 We release the MovieRoll code! https://raw.githubusercontent.com/Tencent-Hunyuan/MovieRoll/HEAD/README.md 2026-11-18

Las notas de versión del propio proyecto incluyen dos entradas, ambas con fecha del 16 de noviembre de 2026. Una anuncia el soporte desde el día 0 para SGLang Diffusion y vLLM-Omni, y la otra dice que se publicó el código de MovieRoll. La fecha compartida sugiere que el código y las integraciones con motores de servicio llegaron a la vez. El soporte para dos motores de inferencia en la misma versión apunta a un enfoque en el despliegue, y no solo en los resultados de investigación del artículo.

El README de GitHub indica como publicados el código de entrenamiento e inferencia y los pesos del modelo. La licencia se aplica solo en un Territorio que abarca todo el mundo excepto la Unión Europea, el Reino Unido y Corea del Sur, y no concede derechos en esos territorios. También prohíbe usar las obras de Tencent Hunyuan, o cualquier salida o resultado de ellas, para mejorar cualquier otro modelo de IA. Los equipos de las regiones excluidas no pueden usar los pesos con esta licencia, y la restricción sobre las salidas impide usar las generaciones como datos de entrenamiento para otros modelos.

Cómo lo hemos hecho

Historial de versiones

Entradas de versión con fecha publicadas por el proyecto

Entradas con fecha leídas por nuestro código en las notas de versión, la lista de novedades o el registro de cambios del propio proyecto, de más reciente a más antigua, con la página de origen; el texto es el del proyecto, sin verificar lo que dice. Cada entrada se muestra completa. Un enlace se muestra como su texto; la página de origen lo conserva.

GitHub

Fuentes

Las fuentes a partir de las que se escribió este artículo. Los enlaces abren la página original.

  1. arXivMovieRoll: A Systematic Framework for Rolling Out Long-Form Videosarxiv.orgFuente primaria · consultada el 18 de noviembre de 2026
  2. arXivMovieRoll: A Systematic Framework for Rolling Out Long-Form Videosarxiv.orgFuente primaria · consultada el 18 de noviembre de 2026
  3. GitHubhttps://github.com/Tencent-Hunyuan/MovieRoll: page linked by the paper as its resourceraw.githubusercontent.comFuente primaria · consultada el 18 de noviembre de 2026
  4. Hugging Facehttps://huggingface.co/yunyangge/MovieRoll: page linked by the paper as its resourcehuggingface.coFuente primaria · consultada el 18 de noviembre de 2026
  5. GitHubLicence or terms of use linked by https://github.com/Tencent-Hunyuan/MovieRollraw.githubusercontent.comFuente primaria · consultada el 18 de noviembre de 2026
  • movieroll
  • long video
  • kv cache
  • hunyuanvideo
  • distillation
  • open weights