概要
Bernini 7+14Bは、動画生成と編集を統合するモデルです。マルチモーダル大規模言語モデル(MLLM)によるセマンティックプランナーと、拡散トランスフォーマー(DiT)によるレンダラーを組み合わせます。完全版にはQwen2.5-VLベースのプランナーとWan2.2の拡散コンポーネントが含まれます。(github.com)
能力・用途
- テキストからの画像・動画生成、画像編集、動画編集、参照素材を用いた動画生成・編集に対応します。
- 複雑な指示を分解し、描画前に意味的な変更を計画するため、複数段階の編集指示を伴う制作や研究に適しています。
- 公式報告のBernini 7+14Bの評価値は、EditVerse 8.02、OpenVE 4.03、OpenS2V 62.30、VBench 84.37です。公式の動画編集アリーナ評価は、独自プラットフォームでの人手による比較に基づきます。(github.com)
制限・利用条件
- 完全版はレンダラーのみのBernini-Rより構成が大きく、自己ホストにはCUDA対応GPUなどの計算環境が必要です。公式リポジトリはH100・H800・H200などのHopper GPUを推奨しています。
- コードとモデルカードにはApache License 2.0が記載されています。利用時は依存コンポーネントを含む適用条件を確認してください。(github.com)
公開日
公式リポジトリによると、論文の公開日は2026年5月22日、完全版の推論コードと重みの公開日は2026年6月11日です。一方、公式モデルカードは完全版の公開日を6月10日と記載しています。(github.com)
価格
2026年11月16日調査時点で、国内の火山方舟と国際向けBytePlus ModelArkの公式価格表では、Bernini 7+14Bの入力・出力に適用される料金を確認できませんでした。人民元・米ドルとも未確認です。自己ホスト時の計算資源や、別途利用する外部サービスの費用は利用環境に依存します。(console.volcengine.com)