Maestro：视频生成器——功能与运行要求

Maestro — 来自 Blizaine 的开源视频生成器，定位为用于创作视频、图像和音乐的本地工作室。它采用 image-text-to-video 模式：输入文本和可选图像，输出视频画面。通过 Pinokio 平台进行安装。

功能

据作者描述，Maestro 将视频、图像和音乐生成整合在一个工具中。Director mode 模式允许根据单个文本提示规划完整的音乐视频和短片。视频生成基于 WanGP（通义万相）流水线。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，一次性）以及所选的 GGUF 模型。默认提供 Gemma 4 4B——据开发者称，即使在小显存 GPU 上它也能快速流畅地运行。系统会自动检测 CUDA 是否可用，并在显卡可用时将语言模型绑定到显卡上。

运行要求

据作者描述，平台为 CUDA。显存要求：12—24 GB，这是开发者的声明，而非独立测试的结果。描述中提到，更新后 12 GB 及以上的显卡可获得快速的语言模型引擎；此前音频配置曾错误地在显存小于 24 GB 的显卡上将其屏蔽。

据作者描述，Python 版本为 3.11。开发者指出，经过验证的 Python 3.11 / PyTorch 2.10 / CUDA 13 环境已成为在搭载 RTX 40 系和 50 系显卡的兼容系统上安装、更新和运行的标准配置，同时保留了适用于其他配置的备用方案。

最大的权重文件为 9.7 GB，所有权重文件的总量为 464.1 GB。代码按 WanGP Non-Commercial Evaluation License 1.1 许可证分发，该许可证仅允许非商业使用。权重按 MiniMax H3 Community License 许可证分发，该许可证允许在年营收不超过 2000 万美元的情况下进行商业使用。代码使用 Python 编写，仓库地址为 github.com/Blizaine/Maestro。代码最后修改时间为 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生成视频、不依赖云服务的用户。Director mode 模式对根据单个剧本制作音乐视频或短片的创作者可能很有用。开源代码让用户可以了解流水线的结构，并在需要时将其调整以适应自己的任务。

不适合没有支持 CUDA 且显存足够的显卡的用户：据作者描述，舒适运行需要至少 12 GB。如果下载所有文件，464.1 GB 的权重总量需要可观的磁盘空间。按 WanGP Non-Commercial Evaluation License 1.1 许可证，代码仅允许非商业使用，而按 MiniMax H3 Community License 许可证，权重可在年营收不超过 2000 万美元的情况下进行商业使用。

Maestro — 一款本地开源视频生成器，将多种类型的生成整合在一个应用中。它面向拥有 CUDA 兼容显卡和足够显存的用户，通过 Pinokio 安装可简化部署。代码按 WanGP Non-Commercial Evaluation License 1.1 许可证分发，权重按 MiniMax H3 Community License 许可证分发。