Englisches Original: https://argusic.com/subject/sama
SAMA
Offizieller Inferenzcode für SAMA: Factorized Semantic Anchoring and Motion Alignment for Instruction-Guided Video Editing.
Läuft mit MocksQuelle: GitHubHomepagePythonApache-2.0Commit 85441d5d42e6
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: video editing.
SAMA läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 12 Minuten installiert und ist auf 5 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
SAMA inference pipeline and diffsynth library install successfully; video loading, frame processing, safetensors loading, video saving, argument parsing, and resolution matching all verified working in a CPU-only container without Wan2.1 model weights.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 71 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- flash_attn build failed: CUDA_HOME/nvcc not found2 Minuten
- pip diffsynth v2.2.0 vs local v1.1.8 version conflict2 Minuten
- deepspeed build failed: CUDA_HOME/nvcc not found1 Minute
- cupy-cuda12x build failed: CUDA not available1 Minute
- examples/ module not on sys.path1 Minute
- Installationszeit
- 12 Minuten
- Von der kalten Maschine bis zum Ende
- 12 Minuten
- Aufgetretene und behobene Fehler
- 5 aufgetreten, 5 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- python comprehensive_verification_script: 10 steps all passed including VideoData load (81 frames, 832x480), save_video producing valid H.264 (ffprobe confirmed stream), load_state_dict with mock safetensors, resolution matching (1920x1080->832x480), CLI argument parsing, and run_sama.sh validation
- Verbrauchte Modell-Tokens
- 129.105
- Genau getesteter Commit
- 85441d5d42e6
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
4. `examples/` module not on `sys.path` — set `PYTHONPATH=/work/repo` **Verification:** All 10 steps passed — imports, VideoData frame loading (2 sample videos, 81 frame… tokens used 129,105 Everything is verified. Here's the summary: **Install process:** Created a Python virtual environment, installed torch separately (CUDA package… **Errors encountered and fixes:** 1. `flash_attn` / `deepspeed` / `cupy-cuda12x` failed to build (no CUDA_HOME/nvcc) — excluded from … 2. `pip diffsynth` (v2.2.0) conflicted with local `diffsynth` (v1.1.8) requirements — installed loc… 3. `setup.py` used deprecated `pkg_resources` — worked with `--no-build-isolation` 4. `examples/` module not on `sys.path` — set `PYTHONPATH=/work/repo` **Verification:** All 10 steps passed — imports, VideoData frame loading (2 sample videos, 81 frame…
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- In 12 Minuten installiert.
- Hat sich von allen 5 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz Apache-2.0, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Läuft mit Mocks | 92,00 | 0,09 | |
| Argusic Runner | 1/3 | Lief nicht | 50,00 | 0,06 |
Themen (von GitHub)
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/sama)Fragen
- Läuft SAMA?
- SAMA läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 12 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic SAMA getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 85441d5d42e6. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von SAMA gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,09 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von SAMA?
- 12 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht SAMA eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von SAMA schief?
- Im aufgezeichneten Lauf gingen 5 Dinge kaputt, und 5 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wo ist der Nachweis für SAMA?
- Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.