[Bug]: #67743 — LLaVA-OneVision crashes when videos have different frame counts

这个报错通常发生在使用 vLLM 处理 LLaVA-OneVision 多模态请求、且同一请求中的多个视频帧数不一致时。优先排查是否命中了已修复的 #67743 问题,并确认所运行的 vLLM 是否已包含 #67744 中的修复。

快速结论:这个报错通常发生在使用 vLLM 处理 LLaVA-OneVision 多模态请求、且同一请求中的多个视频帧数不一致时。优先排查是否命中了已修复的 #67743 问题,并确认所运行的 vLLM 是否已包含 #67744 中的修复。

适用环境:Issue 已确认工具为 vLLM,模型为 LLaVA-OneVision。Issue 正文的环境信息为空,未提供操作系统、Python、CUDA、PyTorch、显卡或依赖版本,因此这些项目无法确认。

最快修复方案:升级到已包含 #67744 修复的 vLLM 版本或提交,再复测原请求。

注意事项:本 Issue 本身是 #67743 的重复报告,讨论中没有提供单独的修复命令或逐项验证记录;“升级到包含 #67744 的版本”是依据“#67743 已由 #67744 修复并关闭”得出的处理方向,具体升级步骤和版本要求请以 vLLM 官方发布说明为准。如果升级后仍崩溃,需要重新检查混合帧数视频的输入构造。

问题场景

用户在 vLLM 中使用 LLaVA-OneVision 模型处理视频输入时,如果同一个请求里包含多个视频,而这些视频的帧数不同,就可能触发崩溃。该问题最早记录在 #67743,本 Issue #68004 是重复报告。

报错原文

[Bug]: #67743 — LLaVA-OneVision crashes when videos have different frame counts

原因分析

根据 Issue 标题和描述,触发条件是同一次请求中的视频帧数不一致。可能原因是 LLaVA-OneVision 的多模态输入处理假设各视频具有相同或可对齐的帧数,在批处理或张量拼接阶段遇到不同长度时出错。具体代码层面的根因以原始 Issue #67743 和修复 PR #67744 为准;本 Issue 未展开堆栈或实现细节。

环境排查

  • 确认当前运行的 vLLM 版本或提交是否已包含 #67744 的修复。
  • 确认请求中是否确实包含多个视频,且各视频帧数不同。
  • 确认模型为 LLaVA-OneVision,并记录使用的模型版本或权重来源。
  • Issue 正文未提供操作系统、Python、CUDA、PyTorch、显卡和依赖版本,排查时可按实际环境记录,但不属于本 Issue 已确认的信息。

解决步骤

  1. 先核对当前 vLLM 版本,确认是否能对应到包含 #67744 修复的发布版本或提交。
  2. 若版本较旧,升级到已包含 #67744 修复的 vLLM 版本;这是本 Issue 讨论中确认的问题已修复方向。
  3. 用原先会崩溃的多视频请求重新测试,确保视频仍保留不同的帧数。
  4. 如升级后仍复现,收集完整报错堆栈、输入视频帧数信息及 vLLM 版本,回到 #67743 或新建 Issue 补充。

验证方法

在包含 #67744 修复的 vLLM 版本下,提交一个包含不同帧数视频的 LLaVA-OneVision 请求,确认请求能正常完成、不再出现 “crashes when videos have different frame counts” 所描述的中断。若仍有崩溃,说明问题未解决或存在其他触发因素。

参考来源

vllm-project/vllm #68004

相关 Issue:#67743;相关修复 PR:#67744(均见本 Issue 评论摘要)。

GamsGo AI

AI 工具推荐

想把多个 AI 模型放在一个入口?

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。

这个方案解决了吗?

celebrityanime
celebrityanime
文章: 36421

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注