Apple выпустила FastFrames-S — text-to-video модель с интерактивной задержкой
16 ноября 2026 года на HuggingFace появилась модель apple/FastFrames-S для генерации видео по текстовому описанию. Это младшая версия в семействе FastFrames: она содержит 1.3 млрд параметров, работает как двухшаговая autoregressive diffusion-модель и генерирует видео в разрешении 480p. Веса выложены в формате safetensors, самый большой файл — kv_refiner.safetensors на 0.6 ГБ, весь репозиторий занимает 1.6 ГБ. Лицензия — apple-amlr. Код опубликован в открытом доступе.
Что это значит
FastFrames-S — это отдельная модель, а не обновление инструментов из нашего справочника. Прямого пересечения с Maestro, Imagination Studio или LTX-Video пока нет: ни один из них не использует FastFrames в качестве модели.
По требованиям к железу Apple указывает только общие условия: Linux x86-64, NVIDIA GPU и драйвер с поддержкой CUDA 12.8. Конкретный объём видеопамяти разработчик не уточняет. Для сравнения: LTX-Video заявляет работу от 1 ГБ VRAM, Maestro — от 6 ГБ, Imagination Studio — от 8.3 ГБ. FastFrames-S с её 1.6 ГБ весов выглядит заметно легче по размеру, но без данных о пиковом потреблении памяти сравнивать напрямую нельзя.
Главная особенность модели — акцент на интерактивную задержку: в карточке приведены тайминги компонентов, где один вызов DiT занимает около 16 мс на одной GPU при разрешении 480p. Это позиционирует FastFrames-S как инструмент для быстрой генерации, а не для максимального качества кадра.
Пока модель только выложена, и в наших паспортах инструментов она не фигурирует. Если кто-то из разработчиков локальных студий добавит поддержку FastFrames-S, это будет отдельное обновление карточки.Как устроен метод. Схема нарисована по этой заметке.