Helios, tek bir H100'de saniyede 19,5 kare video üretimini yaklaşık 100 kat daha düşük maliyetle iddia ediyor

Tek bir GPU'da gerçek zamanlı video iddiasında bulunan 14 milyar parametreli bir model

15 Eylül 2026'da dev.to'da yayınlanan bir yazı, etkileşimli video üretimi hakkında çarpıcı bir iddiada bulunuyor. Yazıya göre, Peking Üniversitesi, ByteDance ve Canva araştırmacılarına atfedilen 14 milyar parametreli video üretim modeli Helios, tek bir NVIDIA H100 GPU'da saniyede 19,5 kare çalışıyor ve inference maliyetlerini önceki yaklaşımlara kıyasla yaklaşık 100 kat düşürüyor. Yazı, birincil dokümantasyon olarak bir arXiv makalesine ve herkese açık bir GitHub deposuna işaret ediyor ve teknik özelliklerin 21 Ağustos 2026'da son kez kontrol edildiğini belirtiyor.

Bu rakamlar tutarlıysa önemi açık: Ürünü batırmayan bir kare başına maliyetle, iyi fonlanmış tek bir ekibin kiralayabileceği donanımda, kullanıcıya tepki verebilecek kadar hızlı üretken video oluşturmak.

Hız mimariden geliyor, sonradan eklenen hilelerden değil

dev.to yazısı, Helios'un alışılmış hızlandırma araçları olan KV-caching veya quantization'a dayanmadığını savunuyor. Bunun yerine, etkileşimli kare hızlarına modelin kendisini yeniden tasarla­rak ulaştığı bildiriliyor: tarihsel bağlamın güçlü şekilde sıkıştırılması ve örnekleme adım sayısını 50'den 3'e indiren, yazının adversaryal hiyerarik damıtma (adversarial hierarchical distillation) adını verdiği bir yöntem.

Aynı yazı, modelin dakika uzunluğunda video üretebildiğini, uzun süreçlerde görsel tutarlılığı koruduğunu ve tek bir birleşik girdi gösterimi aracılığıyla metinden videoya, görüntüden videoya ve videodan videoya görevlerini kapsadığını söylüyor. İşletim maliyetinin, boyutunun onda biri kadar olan modellerle karşılaştırılabilir olduğu belirtiliyor — bu da standart hızlandırmaya değil mimari değişikliğe dayanan yaklaşımlara göre ölçülen, manşetteki 100 kat maliyet düşüşü iddiasının dayanağı.

Gerçek zamanlı üretimin önünü açtığı şeyler

Yazı, üretimin kullanıcıya yetiştiği durumlarda ancak o zaman anlam kazanan birkaç uygulama kategorisi çiziyor:

• İnsanların kıyafetleri, saç modellerini veya diğer değişiklikleri canlı olarak önizleyebildiği, webcam görüntüsünün dönüştürüldüğü sanal "büyülü ayna" deneyimleri.
• Metinden çok görsellerle daha iyi düşünenler için erişilebilirlik arayüzleri; az yazma veya okuma gerektiren bir yapay zeka etkileşim modu sunuyor.
• İçerik üreticilerinin birçok varyantı toplu üretip birini seçmek yerine, çıktı güncellenirken izleyerek prompt ve parametreleri yönlendirdiği canlı içerik üretimi.
• Kalıcı görsel durum gerektiren, uzun etkileşimler boyunca tutarlı karakterlere ve ortamlara ihtiyaç duyan dünya modelleri ve avatar sistemleri.

Modelin çevresindeki serving katmanı

Dağıtım konusunda yazı, tek bir H100'ün tek bir akışa hizmet ettiğini; çok sayıda eşzamanlı kullanıcısı olan üretim sistemlerinin yük dengeleme ve failover ile dağıtık GPU kümelerine ihtiyaç duyduğunu, ancak kullanıcı başına önceki modellerin gerektirdiğinden daha az GPU'ya ihtiyaç duyulduğunu belirtiyor. Teslimat tipik olarak WebRTC üzerinden ICE/TURN ile NAT geçişi sağlanarak yürütülür ve deneyimin tutarlı kalması için sistemin etkileşim turları arasında oturum durumunu koruması gerekir.

Yazı ayrıca etkileşimli medyaya yönelik bir yönetilen inference platformu olan uRun'u tanıtıyor; platform kalıcı oturum durumu, turlar arasında kesintisiz serving, entegre WebRTC, ön yüzler için bir React bileşeni ve görme, dil ve video modellerini zincirleme bağlamak için bir Python runtime sunuyor. Okuyucular bu kısmı ona göre değerlendirmeli: yazı aynı zamanda o platformun pazarlaması olarak işlev görüyor, yani ekosistem çerçevesi tarafsız değil.

Neden önemli

Kare başına maliyet, etkileşimli üretken videonun belirleyici engeli olageldi. Tek bir H100'de gerçekten neredeyse 20 FPS sunan ve iki mertebelik bir maliyet düşüşü sağlayan bir model, tartışmayı "gerçek zamanlı video yapay zekası karşılanabilir mi"den "bununla ne inşa edilir"e taşır.

Uyarılar geçerli. Buradaki her rakam, kendi kaynak setine atıfta bulunan tek bir dev.to topluluk gönderisine dayanıyor; makalenin kendisi de kare hızlarının H100 dışındaki GPU'larda düşeceğini belirtiyor ve bağımsız bir benchmark'a atıf yok. Performans ve maliyet iddialarını, daha geniş doğrulama bekleyen bildirilen rakamlar olarak değerlendirin — ama video üretimi araştırmasının hangi yöne gittiğinin bir sinyali olarak izlemeye değer.