TL;DR

Giga-World-1은 WAN 계열의 사전 학습 체크포인트를 Diffusers 형식으로 변환해 기반으로 삼고 stage-1에서 1.3B(nano)와 5B(pro)로 파인튜닝한 생성 모델 세트이며 각 변형에 대해 full Diffusers 체크포인트와 장면 특화 scene LoRA를 병행 공개해 전체 모델 로드와 경량 어댑터 적용을 모두 지원한다. 배포 아티팩트는 transformer, VAE, text encoder, image encoder, tokenizer, scheduler, image_processor를 분리해 포함하므로 Diffusers 파이프라인으로 즉시 로드해 추론하거나 개별 구성요소를 교체하는 방식으로 활용할 수 있다. 분산 훈련에서 생성된 ZeRO 체크포인트를 fp32로 복원하는 스크립트와 랜덤 상태를 제공해 훈련 재현성이 확보되어 있으며 stage-2로 distillation을 계획해 향후 경량화된 산출물이 추가될 예정이다.

핵심 포인트

• full Diffusers 체크포인트와 scene LoRA 아티팩트를 동시에 공개해 전체 모델과 경량 어댑터를 병행 사용할 수 있는 배포 형식을 채택했다.
• WAN 2.1 1.3B와 WAN 2.2 5B 계열의 사전 학습 체크포인트를 기반으로 각각 nano와 pro 변형을 stage-1에서 제공해 모델 크기 선택지를 명확히 했다.
• 분산 체크포인트 복원을 위한 ZeRO 변환 스크립트와 학습 랜덤 상태 파일을 함께 제공해 훈련 재현성과 대규모 체크포인트 관리 편의성을 높였다.
• 공개된 전체 Diffusers 체크포인트와 장면 적응용 scene LoRA를 동시에 제공해 사용자가 전체 모델을 배포하거나 경량 LoRA만을 적용하는 두 가지 추론 경로를 선택할 수 있다. 이 구조는 대용량 모델을 바로 배포하기 어려운 환경에서 LoRA만으로도 특정 장면 적응을 적용할 수 있게 해 실제 운영 활용도를 높인다. 또한 Apache-2.0 라이선스 표기로 상업적 활용에 제약이 상대적으로 적다.