Original em inglês: https://argusic.com/subject/light-a-video
Light-A-Video
[ICCV 2025] Light-A-Video: Reiluminação de Vídeo sem Treinamento via Fusão Progressiva de Luz
Não foi possível verificarfonte: GitHubpágina do projetoPythonApache-2.0commit 1b444823a725
Python, licença Apache-2.0. O projeto se descreve como: video editing e video generation.
A Argusic não conseguiu fazer Light-A-Video executar. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 38 minutos e encontrou 3 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
Install succeeds in a CPU venv (torch 2.3.0+cpu; diffusers upgraded 0.32.1 to 0.33.0), all 16 scripts compile, IC-Light/AnimateDiff/RealisticVision weights download and load, merge, and strict-load on CPU, configs parse, and sample input decodes; the GPU-only inference run and its video output cannot execute without an NVIDIA GPU (harness cgroup is 8 GiB, no CUDA).
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 35 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- Runtime requires CUDA: lav_relight.py hardcodes torch.device('cuda'); container has a CPU-only torch and no NVIDIA GPU26 minutos
- README install (pip install -r requirements.txt) failed: diffusers==0.32.1 lacks AutoencoderKLWan/WanTransformer3DModel, breaking lav_wan_relight.py and src/wan_pipe.py; sd_origin keys also mismatched IC-Light's 8-channel conv_in (excluded by the repo's merge, strict load fails on 'missing feats' conv_in.weight)12 minutos
- First CLI launch was OOM-killed (exit 137): control-group memory.max is 8 GiB while loading the full fp32 Undefined pipeline needs >3.2 GiB just for the UNet (vae 319 MB, text 469 MB, peak exceeds cgroup)
- Tempo de instalação
- 38 minutos
- Da máquina limpa até o fim
- 8 minutos
- Erros encontrados e corrigidos
- 3 encontrados, 3 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- venv/pip install exited 0 and torch imported 2.3.0+cpu; compile-all of all 16 py files printed COMPILE_ALL_OK True after diffusers 0.33.0; CAR_SMOKE_OK printed after IC-Light merge+strict load (686 tensors, merged-sha256 d766f682c6a8ba701ade2991) + MotionAdapter (397 M params) + config parse + 16x512x512x3 video decode on CPU; CLI run (python lav_relight.py --config configs/relight/car.yaml) exited 137 (OOM, 8GiB cgroup) and before that printed Loading pipeline components 100% 6/6 then Killed
- Tokens de modelo usados
- 212.287
- Commit exato testado
- 1b444823a725
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
import os, glob ics = glob.glob(\"/work/repo/models/*\") print(\"models dir:\", ics) import json EOF" in /work/repo succeeded in 608ms: GPU check: False models dir: ['/work/repo/models/model_download_here', '/work/repo/models/iclight_sd15_fc.safetensor… Everything observed is now recorded. Final report: tokens used 212,287 Everything observed is now recorded. Final report:
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Instalado em 38 minutos.
- Recuperou-se de todos os 3 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
O que não deu certo, ou não se sabe
- Um agent sem limite de tempo não conseguiu fazê-lo executar.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Não executou | 20,00 | 0,07 | |
| Argusic Runner | 1/3 | Não executou | 50,00 | 0,05 |
Tópicos (de GitHub)
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/light-a-video)Perguntas
- Light-A-Video executa?
- A Argusic não conseguiu verificar se Light-A-Video executa. A Argusic o instalou e iniciou em uma máquina limpa em 38 minutos, encontrando 3 erros no caminho, e gravou a sessão.
- Como a Argusic testou Light-A-Video?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 1b444823a725. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar Light-A-Video?
- A execução que produziu este veredito custou US$ 0,05: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar Light-A-Video?
- 38 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- Light-A-Video precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar Light-A-Video?
- 3 coisas quebraram na execução registrada, e 3 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Onde estão as evidências de Light-A-Video?
- Todas as 2 execuções registradas estão nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.