# PR #20430 完整报告

- 仓库：`sgl-project/sglang`
- 标题：[diffusion][CI] Add CI for MOVA model inference
- 合并时间：2026-03-25 02:28
- 原文链接：http://prhub.com.cn/sgl-project/sglang/pull/20430

---

## 执行摘要
此 PR 为 MOVA-360p 视频生成模型添加了 CI 测试，通过定义模型常量和配置多个测试用例（单 GPU 和双 GPU），扩展了多模态生成测试套件的覆盖范围。变更简单且风险低，但 review 中讨论了代码组织和重用性问题，建议关注测试配置的设计模式。

## 功能与动机
PR 的主要动机是将 MOVA-360p 视频生成模型集成到现有测试套件中，以验证其在不同 GPU 配置下的功能正确性。根据 PR body 描述，目标是 'add support for testing the MOVA-360p video generation model'，这有助于确保新模型的稳定性和兼容性，为持续集成提供基础。

## 实现拆解
实现集中在两个文件：
- **test_utils.py**：添加了常量 `DEFAULT_MOVA_360P_MODEL_NAME_FOR_TEST = "OpenMOSS-Team/MOVA-360p"`，为测试提供模型路径。
- **testcase_configs.py**：将常量添加到可用模型列表，并创建四个测试用例：
 - 单 GPU 案例：`"mova_360p_1gpu"`，使用 `DiffusionServerArgs` 配置单 GPU 和 `dit_layerwise_offload=True`。
 - 双 GPU 案例：三个案例分别配置 `tp_size=2`、`ring_degree=1, ulysses_degree=2` 和 `ring_degree=2, ulysses_degree=1`，展示不同并行策略。
 所有案例均使用 `TI2V_sampling_params` 并设置 `run_perf_check=False`。

## 评论区精华
review 讨论主要围绕代码优化：
- **设计权衡**：mickqian 提问 'could we reuse the existing sampling_params?'，CloudRipple 回复已修复，最终改用 `TI2V_sampling_params`，避免了冗余定义。
- **代码风格**：gemini-code-assist[bot] 建议 'add a comment above this line to group this new model constant' 并减少配置重复，前者已采纳（常量前添加了注释），后者未明确解决，提示未来维护风险。

## 风险与影响
**风险**：测试用例中 `DiffusionServerArgs` 配置存在重复（如 review 指出），可能增加未来更新成本；`run_perf_check=False` 意味着未验证性能回归，但这是有意设置以减少 CI 开销。
**影响**：直接影响测试套件，无用户端变化；新增 CI 测试可能轻微延长运行时间，但提升了模型覆盖；团队需注意测试配置的标准化，以保持代码整洁。

## 关联脉络
从历史 PR 看，此 PR 与 #21042（修改相同 testcase_configs.py 文件）和 #20352（添加 Hunyuan3D 支持）相关，共同显示仓库在扩散模型测试和多模态生成能力上的持续扩展。近期 PR 如 #21041（修复 FLUX.1 模型）也涉及扩散测试修复，表明这是一个活跃的演进领域。