[https://github.com/modelscope/DiffSynth-Studio/blob/main/diffsynth/models/wan_video_dit.py](url) line 282, 若 batch size > 1, t_mod shape 为 [b, dim], 而 modulation shape 为 [1, 2, dim], 这里广播会出问题。当前实现仅在 batch size = 1 的情况下没问题。
https://github.com/modelscope/DiffSynth-Studio/blob/main/diffsynth/models/wan_video_dit.py line 282, 若 batch size > 1, t_mod shape 为 [b, dim], 而 modulation shape 为 [1, 2, dim], 这里广播会出问题。当前实现仅在 batch size = 1 的情况下没问题。