Mochi 1 (Genmo)

产品介绍

Genmo公司的Mochi 1是2026年最值得关注的开源视频生成模型之一。Mochi 1拥有10亿以上的参数规模，采用非对称扩散变换器AsymmDiT架构，在开源视频模型中以领先的运动保真度和时序一致性闻名。Mochi 1是少数完全开源（Apache 2.0）的高质量视频模型，用户可以下载权重并部署到自有服务器、GPU工作站和容器云中无限生成，无需支付任何API费用。

Mochi 1可生成848×480分辨率、30fps帧率、最长5.4秒的连贯视频，运动质量是目前开源模型的前列。开源的Mochi 1在低成本创意实验室、AI视觉学术研究中广受欢迎。Genmo还提供集成式Web工具，不需要自行部署也可以免费生成。

主要功能

文生视频：用户通过文字生成富有物理运动真实感的短片。开源可下载（Apache2.0）：任何开发者都能免费下载部署，不受商业套件限额限制。高质量运动帧（30fps）：动态帧非常平滑，克服闪屏感。非对称扩散架构保证高吞吐量。图片转视频：上传照片生成动感。视频转视频：上传参考并对整体风格进行编辑。统一视频条件单元（VCU）：支持图片和文本蒙版的多模式输入无缝交互。

使用场景

研究人员和学术机构：进行底层视频生成研究、测试新的微调方法、破解模型黑盒。独立游戏作者/低成本短动画创作。个人内容创作者希望在本地无限生成（无需按次付费）。艺术家和视觉实验者自由商用不需支付高昂订阅费。数据科学家和数据合成。

工具的问题

输出质量无法和其他闭源巨头媲美:分辨率上限仅有848×480，难以商用于正式投放。单次视频生成时长上限5.4秒，长视频工作流需要手工拼接。中文提示词的训练数据量极度缺失，生成中文特定文化内容不准确。硬件要求高：完全部署需要高显存GPU。缺少开箱即用应用体验，有技术门槛；没有音频同步。