CPU3D3D、视频与音频的 AI 工具

Apple 发布 FastFrames-S——支持交互式延迟的 text-to-video 模型

2026年11月16日,HuggingFace 上出现了一个用于根据文本描述生成视频的模型 apple/FastFrames-S。这是 FastFrames 家族中的轻量版本:它包含 13 亿参数,作为两步式 autoregressive diffusion 模型运行,并生成 480p 分辨率的视频。权重以 safetensors 格式发布,最大的文件是 0.6 GB 的 kv_refiner.safetensors,整个仓库占用 1.6 GB。许可证为 apple-amlr。代码已公开发布。

这意味着什么

FastFrames-S 是一个独立模型,而不是我们指南中工具的更新。目前它与 Maestro、Imagination Studio 或 LTX-Video 没有直接交集:它们中没有任何一个将 FastFrames 用作模型。 在硬件要求方面,Apple 只给出了通用条件:Linux x86-64、NVIDIA GPU 以及支持 CUDA 12.8 的驱动。开发者没有说明具体的显存容量。作为对比:LTX-Video 声称可在 1 GB VRAM 下运行,Maestro 为 6 GB 起,Imagination Studio 为 8.3 GB 起。FastFrames-S 凭借其 1.6 GB 的权重在体积上看起来明显更轻,但在没有峰值内存消耗数据的情况下无法直接比较。 该模型的主要特点是对交互延迟的侧重:工具页面中列出了各组件的耗时,其中在 480p 分辨率下,单张 GPU 上一次 DiT 调用约耗时 16 毫秒。这使 FastFrames-S 定位为快速生成工具,而非追求最高画质的工具。 目前该模型刚刚发布,尚未出现在我们的工具参数表中。如果本地工作室的开发者中有人为 FastFrames-S 添加支持,那将是工具页面的单独更新。
FastFrames-S:带交互延迟的 text-to-video 文本描述 用户提示词 自然语言 FastFrames-S 13 亿参数 两步 autoregressive diffusion 分辨率 480p 视频 480p 生成的片段 单次 DiT 调用 16 ms 单 GPU,480p 仓库大小 1.6 GB kv_refiner — 0.6 GB 权重格式 safetensors 许可证 apple-amlr 硬件 Linux x86-64 NVIDIA GPU, CUDA 12.8 显存对比: LTX-Video — 1 GB 起 Maestro — 6 GB 起 Imagination Studio — 8.3 GB 起 FastFrames-S — 1.6 GB 权重
方法的结构。示意图根据本简讯绘制。

相关阅读