新开源的FramePack视频生成软件，超压缩+超加速（13B 大模型在仅需 6GB 显存（笔记本也行）条件下可生成 60s、30fps 的高清视频，实测 RTX 4090 每帧约 1.5s），还提供windows一键安装包~ 已加入comfyui全家桶。FramePack 是一种支持逐帧生成、上下文压缩的视频扩散模型架构，能在普通笔电上以低显存高效生成高质量长视频，实现视频扩散“类图像”化的突破。
-
创新结构设计：FramePack 采用“首帧上下文压缩”结构，可将任意长度视频的输入统一压缩成固定长度，有效降低生成复杂度。
-
支持逐帧/分段生成：基于 next-frame-section prediction 机制，视频可分段/逐帧生成，提供持续可视化反馈，提升用户体验。
-
极低硬件门槛：13B 大模型在仅需 6GB 显存（笔记本也行）条件下可生成 60s、30fps 的高清视频，实测 RTX 4090 每帧约 1.5s。
-
多样注意力支持：兼容 PyTorch 原生 attention、xFormers、flash-attn 及 sage-attention，提供更大定制空间与性能优化选项。
-
桌面级可用软件：提供独立 GUI（Gradio 实现），即装即用，支持图片上传 + 文本提示词控制生成，可快速入门实测。
-
Sanity Check 提示详尽：提供测试图像与提示词校验流程，帮助排查硬件或模型设置问题，便于初学者快速上手。
-
Teacache 性能调节机制**：引入缓存加速机制（teacache），提升推理速度同时兼顾质量，但需权衡不同硬件间的差异化效果。
-
提示词优化指南：内置 ChatGPT prompt 模板引导写作，偏好描述动作明确、动态性强的情景，如“跳舞”“滑板”等。
-
学术背景扎实：论文已上线 Arxiv，作者为知名研究者 Lvmin Zhang 与 Stanford 教授 Maneesh Agrawala，理论基础与实用性兼备。
-
完全开源自由使用：基于 Apache-2.0 协议开源，用户可自由研究、修改和商用。
参考文献：
[1] https://github.com/lllyasviel/FramePack
[2] https://github.com/lllyasviel/FramePack/releases/download/windows/framepack_cu126_torch26.7z
[3] https://github.com/kijai/ComfyUI-FramePackWrapper
知识星球服务内容：Dify源码剖析及答疑，Dify对话系统源码，NLP电子书籍报告下载，公众号所有付费资料。加微信buxingtianxia21进NLP工程化资料群。
（文：NLP工程化）