LongCat-Video-Avatar 1.6 공개: 긴 아바타 영상과 양자화·컴파일 실행 조건
LongCat-Video-Avatar 1.6의 코드와 가중치가 공개됐다. 10분 이상 영상 생성이라는 개발팀의 설명과 INT8·FP8, LoRA 단계, 컴파일의 실행 조건을 나눠 살핀다.

Meituan LongCat 팀은 2026년 11월 15일 LongCat-Video-Avatar 1.6의 출시를 알렸다. 음성과 텍스트 또는 이미지를 입력해 인물이 말하는 영상을 만드는 모델이다. 공식 저장소에서 코드와 가중치 링크를 확인했다. Hugging Face 저장소는 11월 13일 생성됐지만 출시 공지 날짜는 11월 15일이다. 공식 출시 공지
긴 영상의 품질은 개발팀의 주장
1.6은 1.5를 바탕으로 입 움직임과 표정, 머리·몸 동작을 다듬은 버전이다. 개발팀은 영상을 이어 붙이며 생기는 오류 누적을 줄여 10분을 넘는 영상에서도 인물과 화면의 일관성을 유지한다고 설명한다. 이 글에서는 해당 품질이나 생성 속도를 직접 재현하지 않았다.
가중치의 공개 라이선스는 MIT다. 모델 카드의 언어 표기는 영어와 중국어다. 이 표기만으로 한국어 음성과 입 모양의 동기화 품질까지 확인할 수는 없다. 한국어 서비스를 검토한다면 실제 사용할 음성으로 별도 평가하는 편이 좋다. 공식 모델 카드
INT8과 FP8은 하나씩 선택
공식 배포에는 기본 가중치 외에 선택적으로 쓰는 base_model_int8이 포함돼 있다. --use_int8은 DiT의 가중치 전용 INT8 모드를 켠다. --use_fp8을 쓰려면 PyTorch와 CUDA를 지원하는 Transformer Engine을 먼저 설치해야 한다.
두 옵션은 동시에 사용할 수 없다. 추론 코드도 이 조합을 오류로 거부한다. 또 FP8은 --model_type avatar-v1.6에 대해서만 보정됐다는 조건을 검사한다. 파일이 공개됐다는 사실만으로 자신의 GPU에서 같은 속도와 품질을 얻는다고 가정해서는 안 된다. 단일 인물 추론 코드
LoRA를 섞는 단계와 첫 실행 비용
체크포인트에는 DMD와 OPSD LoRA가 들어 있다. 기본 설정인 --mix_steps=4 --mix_alpha=1.0에서는 전체 8단계 중 앞의 4단계에 DMD만, 뒤의 4단계에 OPSD만 사용한다. --mix_steps의 허용 범위는 0부터 8까지다. 1.6에서 이 값을 0보다 크게 두면 --use_distill도 필요하다.
--compile_dit과 --compile_vae를 켜면 런타임은 첫 몇 번의 실행에서 그래프를 추적하고 컴파일한다. 이후에는 같은 입력 형태에 대해 컴파일한 그래프를 재사용한다. 입력 형태가 달라지면 다시 컴파일할 수 있다. 첫 실행 시간과 반복 실행 시간을 따로 기록하면 자신의 작업에서 컴파일 효과를 비교하기 쉽다. 모델 카드의 실행 안내
실험을 시작할 때는 짧은 음성과 고정된 입력으로 입 모양·인물 일관성을 먼저 확인하자. 이후 영상 길이와 양자화 옵션을 하나씩 바꾸며 결과를 비교하면 어떤 설정이 품질이나 지연에 영향을 줬는지 추적하기 쉽다. 이 비교 방법은 개발 환경에서 실험할 때 참고할 제안이다.



Discussion
No comments yet