Su HeliosBench, MovieRoll-Distilled ottiene i punteggi totali più alti tra i metodi confrontati nelle valutazioni a evento singolo e multiplo fino a 60s, mentre MovieRoll-Base resta competitivo a 30s dopo l’addestramento su video fino a 15s (arXiv). Il paper afferma inoltre che la sua compressione della KV-cache riduce la memoria della cache fino al 78% migliorando al contempo la qualità di generazione. Il progetto ha rilasciato il codice di addestramento e inferenza e i pesi del modello, ma la licenza esclude alcuni territori e vieta di usare gli output per migliorare altri modelli di IA (GitHub, Hugging Face, GitHub).
Una pipeline dal modello base a quello distillato
MovieRoll è descritto dai suoi autori come un framework dal modello base a quello distillato per la generazione di video lunghi in streaming. Collega tre fasi: fine-tuning in streaming, distillazione su rollout lunghi e inferenza a lungo orizzonte. Per chi lo usa nella pratica, questa impostazione suggerisce che le fasi siano pensate per essere usate insieme, e non come espedienti separati aggiunti a un modello per clip brevi.
MovieRoll-Base è inizializzato a partire da HunyuanVideo-1.5-480P-T2V (arXiv). Secondo il paper, MovieRoll-Base usa 6 blocchi a cronologia completa e 48 blocchi sink–recent. Questa suddivisione è la base architetturale del design della memoria descritto di seguito.
Come HieraKV risparmia memoria
Il risparmio di memoria dichiarato deriva da HieraKV, un metodo gerarchico di compressione della KV-cache che sfrutta i pattern di attenzione per livello. Mantiene l’intera cronologia nei livelli superficiali e solo la cronologia sink e recente in quelli più profondi. La formulazione è «fino a», quindi il 78% indicato per HieraKV descrive il caso migliore riportato dal paper, non un risparmio garantito in ogni contesto.
Il numero di blocchi di MovieRoll-Base è coerente con questo design: pochi blocchi a cronologia completa e un numero molto maggiore di blocchi sink–recent. Poiché HieraKV conserva l’intera cronologia solo nei livelli superficiali e soltanto la cronologia sink e recente in quelli più profondi, il paper riporta che riduce la memoria della cache fino al 78% rispetto alla memorizzazione di tutto.
Come leggere il risultato del benchmark
Il secondo punto del risultato del benchmark è il più interessante per i contenuti lunghi: il modello base regge a una durata doppia rispetto ai clip di addestramento da 15s. Il paper attribuisce la generazione oltre l’orizzonte di addestramento alla ricomputazione della KV, che limita il contesto per entrambi i modelli, e al guidance annealing (AnnealCFG), che stabilizza MovieRoll-Base. I confronti sono quelli riportati dal paper stesso, quindi la verifica che conta sarebbe una riproduzione indipendente.
Cronologia dei rilasci e termini di licenza
| Data | Voce, come scritta dal progetto | Pagina di origine | Letta il |
|---|---|---|---|
| 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 |
Le note di rilascio del progetto contengono due voci, entrambe datate 16 novembre 2026. Una annuncia il supporto day-0 per SGLang Diffusion e vLLM-Omni, e l’altra dice che il codice di MovieRoll è stato rilasciato. La data comune suggerisce che il codice e le integrazioni con i motori di serving siano arrivati insieme. Il supporto a due motori di inferenza nello stesso rilascio indica un’attenzione al deployment, e non solo ai risultati di ricerca del paper.
Il README su GitHub elenca come rilasciati il codice di addestramento e inferenza e i pesi del modello. La licenza si applica solo in un Territory che comprende tutto il mondo esclusi l’Unione Europea, il Regno Unito e la Corea del Sud, e non concede alcun diritto in quei territori. Vieta inoltre di usare le opere Tencent Hunyuan o qualsiasi loro output o risultato per migliorare qualsiasi altro modello di IA. I team nelle regioni escluse non possono usare i pesi con questa licenza, e il divieto sugli output esclude l’uso delle generazioni come dati di addestramento per altri modelli.
Come l'abbiamo costruito
Cronologia delle versioniVoci di rilascio datate pubblicate dal progetto
Voci datate lette dal nostro codice nelle note di rilascio, nell'elenco novità o nel changelog del progetto, dalla più recente, con la pagina di lettura; il testo è nelle parole del progetto, non una verifica. Ogni voce è intera. Un link è mostrato come testo; la pagina di origine lo contiene.
Fonti
Le fonti da cui è stato scritto questo articolo. I link aprono la pagina originale.
- 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



