FramePack：视频生成器 — 功能与运行要求

FramePack — 这是一个基于扩散模型的开源视频生成器。据开发者称，其关键特性是能够在显存容量相对较小的硬件上生成长视频。该工具旨在将文本描述或图像转换为视频画面。

功能

作者将该项目定位为让视频扩散变得实用的一次尝试。参数表中未公开支持的生成模式（text-to-video、image-to-video）的具体列表以及最大画面分辨率。主要宣称的能力是生成长视频。开发者声称，使用 130 亿参数的模型生成一分钟视频（60 秒）、每秒 30 帧（1800 帧），至少需要 6 GB GPU 显存。另外还特别强调了与笔记本电脑显卡的兼容性。

运行要求

运行需要支持 CUDA 的图形处理器。作者建议使用独立的 Python 3.10 环境，并提供了现成的安装包，针对 CUDA 12.6 和 PyTorch 2.6 组合进行了优化。据作者描述，最低显存要求为 6 GB。项目代码使用 Python 编写，并以 Apache 2.0 许可证分发。源代码可在 GitHub 仓库中获取，地址为 github.com/lllyasviel/FramePack。最新版本标记为 windows 标签，表明存在针对该操作系统的构建版本。

适用人群

FramePack 适合那些尝试生成长视频但受限于显卡显存容量的用户。关于 13B 模型在 6 GB 显存上运行的声明，使其对笔记本电脑用户和配置不算顶级的台式机 GPU 用户颇具吸引力。该项目不适合没有 NVIDIA 显卡的用户，因为作者未提及除 CUDA 之外的其他平台支持。它也可能不适合那些寻找带有图形界面和技术支持的现成商业解决方案的用户——从各方面来看，交互是通过代码进行的。

FramePack 是降低视频扩散任务硬件准入门槛的一次尝试。在不同于作者描述的场景下，生成过程是否能在宣称的 6 GB 显存下保持稳定，还有待独立测试来验证。