모델 개요
Bernini 7+14B는 영상 생성과 편집을 하나의 파이프라인으로 통합한 모델이다. Qwen2.5-VL 기반의 7B 멀티모달 언어 모델(MLLM)이 의미와 복잡한 지시를 계획하고, Wan2.2 기반의 14B 확산 트랜스포머(DiT)가 결과를 렌더링한다. 렌더러만 제공하는 Bernini-R과 구별되는 전체 파이프라인이다. (github.com)
기능과 활용
- 텍스트 기반 이미지 생성 및 이미지 편집, 텍스트 기반 영상 생성, 영상 편집을 지원한다.
- 참조 자료를 이용한 영상 생성과 참조 자료 및 원본 영상을 함께 사용하는 영상 편집을 지원한다.
- 예를 들어 영상의 스타일 변경, 장면 편집, 참조 이미지를 활용한 영상 제작에 활용할 수 있다. (github.com)
공개 및 사용 조건
- 2026-05-22: 공식 저장소에 논문 공개일로 기재되어 있다.
- 2026-06-11: 전체 Bernini의 추론 코드와 가중치가 공개되었다. 따라서 논문 공개일과 전체 모델 가중치 공개일은 다르다. (github.com)
- 공식 코드 저장소와 전체 모델 체크포인트에는 Apache-2.0 라이선스가 표시되어 있다. 실제 사용 시 관련 구성요소의 조건도 확인해야 한다. (github.com)
제한 및 실행 환경
공식 문서는 CUDA GPU와 Open-VeOmni 의존성을 요구하며, FlashAttention-3 사용을 위해 H100·H800·H200 계열을 권장한다. 영상 실행 예제는 다중 GPU 경로를 사용한다. 공식 문서의 자체 평가 결과는 특정 평가 환경에 따른 것이므로 모든 작업에서의 품질을 보장하지 않는다. 선택적 프롬프트 강화 기능은 별도의 호환 API 엔드포인트가 필요하며, 해당 서비스에 별도 비용이 발생할 수 있다. (github.com)
가격
2026-11-16에 중국 국내 화산엔진 모델 가격표와 국제 BytePlus ModelArk 가격표를 확인했으나, Bernini 7+14B의 공식 API 입력·출력 요금은 확인되지 않았다. CNY 및 USD 금액과 과금 단위는 미확인이다. 공개 가중치의 자체 실행에는 별도의 컴퓨팅 및 운영 비용이 발생할 수 있다. (console.volcengine.com)