Sur HeliosBench, MovieRoll-Distilled obtient les meilleurs scores totaux parmi les méthodes comparées, en évaluation mono- et multi-événements jusqu’à 60 s, tandis que MovieRoll-Base reste compétitif à 30 s après un entraînement sur des vidéos de 15 s au plus (arXiv). L’article indique aussi que sa compression du KV-cache réduit la mémoire du cache jusqu’à 78 % tout en améliorant la qualité de génération. Le projet a publié le code d’entraînement et d’inférence ainsi que les poids du modèle, mais la licence exclut certains territoires et interdit d’utiliser les sorties pour améliorer d’autres modèles d’IA (GitHub, Hugging Face, GitHub).
Un pipeline de la base vers le modèle distillé
Ses auteurs décrivent MovieRoll comme un cadre « base vers distillé » pour la génération de vidéo longue en flux continu. Il relie trois étapes : le fine-tuning en flux, la distillation sur longs déroulements et l’inférence à long horizon. Pour les praticiens, cette présentation suggère que les étapes sont conçues pour être utilisées ensemble, plutôt que comme des astuces séparées ajoutées à un modèle de clips courts.
MovieRoll-Base est initialisé à partir de HunyuanVideo-1.5-480P-T2V (arXiv). Selon l’article, MovieRoll-Base utilise 6 blocs à historique complet et 48 blocs sink–recent. Cette répartition est le fondement architectural de la conception mémoire décrite ci-dessous.
Comment HieraKV économise de la mémoire
L’affirmation sur la mémoire vient de HieraKV, une méthode hiérarchique de compression du KV-cache qui exploite les schémas d’attention propres à chaque couche. Elle conserve l’historique complet dans les couches superficielles et seulement l’historique sink et récent dans les couches profondes. La formulation est « jusqu’à » : le chiffre de 78 % pour HieraKV correspond donc au meilleur cas rapporté par l’article, et non à une économie garantie dans tous les contextes.
Le nombre de blocs de MovieRoll-Base correspond à cette conception : un petit nombre de blocs à historique complet et un nombre bien plus élevé de blocs sink–recent. Comme HieraKV ne garde l’historique complet que dans les couches superficielles et seulement l’historique sink et récent dans les couches profondes, l’article indique qu’il réduit la mémoire du cache jusqu’à 78 % par rapport à une mise en cache de tout l’historique.
Lire le résultat du benchmark
Le second point du résultat du benchmark est le plus intéressant pour la vidéo longue : le modèle de base tient à deux fois la durée de ses clips d’entraînement de 15 s. L’article attribue la génération au-delà de l’horizon d’entraînement à la recomputation du KV, qui borne le contexte pour les deux modèles, et au recuit du guidage (AnnealCFG), qui stabilise MovieRoll-Base. Les comparaisons sont celles rapportées par l’article lui-même ; une reproduction indépendante serait donc la vérification qui compte.
Historique des versions et conditions de licence
| Date | Entrée, telle que rédigée par le projet | Page source | Lu le |
|---|---|---|---|
| 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 |
Les notes de version du projet comportent deux entrées, toutes deux datées du 16 novembre 2026. L’une annonce la prise en charge dès le jour 0 de SGLang Diffusion et de vLLM-Omni, et l’autre indique que le code de MovieRoll a été publié. La date commune suggère que le code et les intégrations de moteurs de service sont arrivés ensemble. La prise en charge de deux moteurs d’inférence dans la même version indique une attention portée au déploiement, et pas seulement aux résultats de recherche de l’article.
Le README sur GitHub indique que le code d’entraînement et d’inférence ainsi que les poids du modèle sont publiés. La licence s’applique uniquement dans un Territoire correspondant au monde entier hors Union européenne, Royaume-Uni et Corée du Sud, et n’accorde aucun droit dans ces territoires. Elle interdit aussi d’utiliser les œuvres Tencent Hunyuan, ou toute sortie ou tout résultat de celles-ci, pour améliorer un autre modèle d’IA. Les équipes des régions exclues ne peuvent pas utiliser les poids sous cette licence, et la restriction sur les sorties exclut l’emploi des générations comme données d’entraînement pour d’autres modèles.
Comment nous l'avons construit
Historique des versionsEntrées de version datées publiées par le projet
Entrées datées lues par notre code dans les notes de version, la liste d'actualités ou le journal des modifications du projet, les plus récentes d'abord, avec la page source. Le texte est celui du projet, sans vérification de son contenu. Chaque entrée est montrée en entier. Un lien est affiché par son texte ; la page source le contient.
Sources
Les sources à partir desquelles cet article a été rédigé. Les liens ouvrent la page d'origine.
- arXivMovieRoll: A Systematic Framework for Rolling Out Long-Form Videosarxiv.org
- arXivMovieRoll: A Systematic Framework for Rolling Out Long-Form Videosarxiv.org
- GitHubhttps://github.com/Tencent-Hunyuan/MovieRoll: page linked by the paper as its resourceraw.githubusercontent.com
- Hugging Facehttps://huggingface.co/yunyangge/MovieRoll: page linked by the paper as its resourcehuggingface.co
- GitHubLicence or terms of use linked by https://github.com/Tencent-Hunyuan/MovieRollraw.githubusercontent.com



