Maestro：视频生成器 — 功能与运行要求

Maestro — 由 Blizaine 开发的开源视频生成器，定位为本地视频、图像和音乐创作工作室。其工作方式为 image-text-to-video：输入文本及可选图像，输出视频画面。安装通过 Pinokio 平台完成。

功能

据作者描述，Maestro 将视频、图像和音乐生成整合于同一工具中。Director mode（导演模式）可根据单一文本提示规划完整的音乐视频和短片。视频生成基于 WanGP 管线。语言模型使用 minimax-h3 库，模型从 huggingface.co/MiniMaxAI/MiniMax-H3 加载。

作者指出，Maestro 在首次启动时会自动下载 llama-server（约 600 MB，仅一次）及所选 GGUF 模型。默认提供 Gemma 4 4B——据开发者称，即使在小型 GPU 上也能快速流畅运行。系统会自动检测 CUDA，并在可用时将语言模型绑定到显卡。

运行要求

据作者描述，平台基于 CUDA。显存要求：12—24 GB，此为开发者声明，并非独立测试结果。描述中提到，更新后显存 12 GB 及以上的显卡可获得快速语言模型引擎；此前音频配置文件错误地阻止了显存低于 24 GB 的显卡使用该引擎。

据作者描述，Python 版本为 3.11。开发者指出，已验证的 Python 3.11 / PyTorch 2.10 / CUDA 13 环境已成为兼容 RTX 40 系和 50 系显卡系统上的标准安装、更新和运行配置，同时为其他配置保留了备用方案。

最大的权重文件占用 9.7 GB，所有权重文件总大小为 464.1 GB。代码许可证为非标准许可证，作者建议手动核查。权重许可证标注为 other。代码使用 Python 编写，仓库地址为 github.com/Blizaine/Maestro。代码最后更新于 2026 年 9 月 4 日，仓库创建于 2026 年 7 月 8 日。

适用人群

该工具面向需要完全本地化视频生成、无需依赖云服务的用户。Director mode（导演模式）可能对希望从单一脚本制作音乐视频或短片的创作者有帮助。开源代码便于了解管线结构，并可根据需要自行调整。

不适合没有支持 CUDA 且显存充足的显卡的用户：据作者描述，流畅运行至少需要 12 GB 显存。若下载全部文件，464.1 GB 的总权重体积需要可观的磁盘空间。非标准代码许可证及 other 权重许可证意味着商业使用前需仔细审阅相关条款。

Maestro 是一款开源本地视频生成器，将多种生成类型整合于同一应用中。它面向拥有 CUDA 兼容显卡和充足显存的用户，通过 Pinokio 安装可简化部署流程。使用前建议单独核查代码和权重的许可证条款。