---
title: WaveForcing-1.3B
canonical_url: "https://www.modelscope.cn/models/Osc7YuxuanLiu/WaveForcing-1.3B"
md_url: "https://www.modelscope.cn/models/Osc7YuxuanLiu/WaveForcing-1.3B.md"
repository: Osc7YuxuanLiu/WaveForcing-1.3B
last_updated: 2026-10-23
license: apache-2.0
parameters: 2.8B
tensor_type:
  - BF16
library_name:
  - safetensors
  - pytorch
frameworks:
  - pytorch
downloads: 4
stars: 0
tags:
  - video-generation
  - streaming
  - WaveForcing
  - 1.3B
---

# WaveForcing-1.3B

> WaveForcing-1.3B - Osc7YuxuanLiu 在 ModelScope 开源的模型。WaveForcing 1.3B 视频生成模型的推理权重，包含 5step/（五步）与 4step/（四步）两个版本，均为 native Wan 格式的 model.safetensors。

Osc7YuxuanLiu/WaveForcing-1.3B 是 ModelScope 魔搭社区上的 2.8B 参数机器学习模型，采用 apache-2.0 许可。

- **Repository**: Osc7YuxuanLiu/WaveForcing-1.3B
- **License**: apache-2.0
- **Parameters**: 2.8B
- **Tags**: video-generation, streaming, WaveForcing, 1.3B
- **Downloads**: 4
- **Stars**: 0
- **Last updated**: 2026-10-23

Source: https://www.modelscope.cn/models/Osc7YuxuanLiu/WaveForcing-1.3B

---

# WaveForcing-1.3B

WaveForcing 1.3B 视频生成模型的推理权重，包含 `5step/`（五步）与 `4step/`（四步）两个版本，均为 native Wan 格式的 `model.safetensors`。

文本编码器、分词器与 VAE 不在此仓库，需从 [Wan2.1-T2V-1.3B](https://www.modelscope.cn/models/Wan-AI/Wan2.1-T2V-1.3B-Diffusers) 加载。

## 下载

```bash
modelscope download Osc7YuxuanLiu/WaveForcing-1.3B --local_dir ckpts/WaveForcing-1.3B
```

## 运行（WaveRT）

五步：

```bash
python -m wave_rt \
  --model-path ckpts/Wan2.1-T2V-1.3B-Diffusers \
  --gen-ckpt ckpts/WaveForcing-1.3B/5step/model.safetensors \
  --rf-step 5 --wp-size 6 \
  --denoising-step-list 1000,800,600,400,200 \
  --vae-stages 2 --vae-partition time \
  --kv-context causal --exchange-mode paged \
  --attention-backend torch_sdpa
```

四步：将 `--gen-ckpt` 换成 `4step/model.safetensors`，并设
`--rf-step 4 --wp-size 5 --denoising-step-list 1000,750,500,250 --vae-stages 3`。

代码：[SJTU-DENG-Lab/WaveForcing](https://github.com/SJTU-DENG-Lab/WaveForcing)