SAMA は動作しますか?

SAMA は、外部サービスの代わりにモックを使って動作します. Argusic はクリーンなマシンで 12 分でインストールして起動し、途中で 5 件のエラーに遭遇し、セッションを記録しました。

Argusic は SAMA をどのようにテストしましたか?

新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 85441d5d42e6 に固定)。記録された試行は 2 回で、手順の全体は評価方法のページに掲載しています。

SAMA のテストにはいくらかかりましたか?

この判定を出した実行のコストは 0.09 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。

SAMA のインストールにはどのくらい時間がかかりますか?

この判定を決めた実行では、クリーンなマシンから実行状態まで 12 分でした。これは 1 回の計測された試行であり、平均ではありません。

SAMA には GPU が必要ですか?

起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。

SAMA のインストールでは何がうまくいきませんか?

記録された実行では 5 件の問題が発生しました。そのうち 5 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。

SAMA の証拠はどこにありますか?

記録された 2 回の実行すべてをこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。

英語の原文: https://argusic.com/subject/sama

SAMA

SAMA: Factorized Semantic Anchoring and Motion Alignment for Instruction-Guided Video Editing の公式推論コードです。

モックで動作するソース: GitHub ホームページPythonApache-2.0コミット 85441d5d42e6

Python、Apache-2.0 ライセンス. プロジェクト自身の表記: video editing.

SAMA は、依存するサービスを代わりのものに置き換えたうえで動作します。Argusic のエージェントが GPU のないクリーンなマシンで 12 分でインストールし、5 件のエラーに遭遇してすべてを自力で修正し、セッション全体が記録されました。

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.
クリーンなマシンでエージェントが最終的に得た結果 (エージェント自身の言葉)。計測方法

Argusic が毎回新しいマシンで計測しています。 すべての数値はその証拠にリンクしています。 Argusic スコア 100 点中 71 点 (このプロジェクトの実行スコアの平均)。

概要

判定: モックで動作する
Argusic スコア: 71 / 100
検証した実行のコスト: 0.09 USD (実測)
記録された実行: 2
最終テスト: 2026-10-31
スター: 203
フォーク: 4
未解決の Issue: 3
ウォッチャー: 7
サイズ: 287 MB
作成日: 2026-03-16
最終プッシュ: 2026-06-30

プロジェクトのデータは GitHub から取得 (このページの冒頭にリンクあり)、更新日 2026-11-04。テストデータは Argusic によるもので (CC BY 4.0)、すべての数値は、完全なログ、録画、それらの sha256 ハッシュを含む実行ページにリンクしています。

計測した内容

この判定を決めた実行から取得しています。各行は記録された値であり、推定値ではありません。

SAMA のテスト中に各失敗で失われた時間 (記録された実行から作成) — 各バーはエージェントが記録した失敗と、それにかかった時間です。この実行のデータのみから描いています。

うまくいかなかった点 (エージェント自身の言葉)

エージェント自身の言葉を、深刻なものから順に掲載しています。助言に書き換えることはありません。

flash_attn build failed: CUDA_HOME/nvcc not found2 分
pip diffsynth v2.2.0 vs local v1.1.8 version conflict2 分
deepspeed build failed: CUDA_HOME/nvcc not found1 分
cupy-cuda12x build failed: CUDA not available1 分
examples/ module not on sys.path1 分

インストール時間: 12 分
クリーンなマシンから完了まで: 12 分
遭遇したエラーと修正したエラー: 5 件に遭遇、5 件を人の手を借りずに修正
結果の証明方法: 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
使用したモデルのトークン: 129,105
テストした正確なコミット: 85441d5d42e6
コンテナイメージ: sha256:cdd920bce783

計測していない内容

残りの半分です。この証拠がどこまでを示すのかを正確に確認できます。欠けている部分は欠けているものとして表示し、埋めることはありません。

GPU メモリのピーク: CPU マシンで実行したため、サンプリングする GPU がありませんでした
長時間の実行での振る舞い: 各試行はドキュメントにある最小の設定と決まった時間予算を使うため、計測しているのは動作するかどうかであり、負荷のもとでどう持ちこたえるかではありません
実際のサービスに対する振る舞い: この実行は代わりのサービスに対してのみ検証されました

録画の最後

この判定を決めたターミナルセッションの最後の行を、記録されたとおりに表示しています。

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…

セッション全体を再生 (クリーンなマシンからこの時点までのすべてのコマンド)。

テスト方法

1 つのエージェント、1 つのコンテナで、人の手は借りません。エージェントはプロジェクト自身のドキュメントに書かれた方法でインストールし、実行し、壊れた部分を修正します。以下はすべて、実際に起きたとおりに記録されています: ターミナルセッション、ログ、そして正確なコミットです。評価方法の全文.

強みと限界

意見ではなく、計測された事実です。コンテンツの作成方法.

うまくいった点

12 分でインストールできました。
5 件のエラーすべてから、人の介入なしに回復しました。失敗が解決できる程度にはドキュメント化されていることを示しています。
ホストの報告によると、ライセンスは Apache-2.0 です。
2 回計測しているため、一度きりの結果ではありません。

うまくいかなかった点、または不明な点

代わりのサービスに対してのみ実行状態に達したため、実際のサービスで動作することはここでは証明されていません。

実行履歴

テスト担当	試行	結果	スコア	コスト (USD)	日時
Argusic Runner	2/3	モックで動作した	92.00	0.09	2026-10-31 09:48 UTC
Argusic Runner	1/3	動作しなかった	50.00	0.06	2026-10-31 05:39 UTC

トピック (出典: GitHub)

video-editing

バッジを埋め込む

プロジェクトの README に貼る Markdown です。バッジはこのページにリンクします。利用条件: 利用規約ページ.

[![Tested by Argusic](https://argusic.com/badge/SAMA.svg)](https://argusic.com/subject/sama)

質問

SAMA は動作しますか?: SAMA は、外部サービスの代わりにモックを使って動作します. Argusic はクリーンなマシンで 12 分でインストールして起動し、途中で 5 件のエラーに遭遇し、セッションを記録しました。
Argusic は SAMA をどのようにテストしましたか?: 新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 85441d5d42e6 に固定)。記録された試行は 2 回で、手順の全体は評価方法のページに掲載しています。
SAMA のテストにはいくらかかりましたか?: この判定を出した実行のコストは 0.09 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。
SAMA のインストールにはどのくらい時間がかかりますか?: この判定を決めた実行では、クリーンなマシンから実行状態まで 12 分でした。これは 1 回の計測された試行であり、平均ではありません。
SAMA には GPU が必要ですか?: 起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。
SAMA のインストールでは何がうまくいきませんか?: 記録された実行では 5 件の問題が発生しました。そのうち 5 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。
SAMA の証拠はどこにありますか?: 記録された 2 回の実行すべてをこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。