Framepack

FramePack是一种开源视频扩散技术，可以在消费级GPU上实现下一帧预测。它通过高效打包帧上下文信息并使用固定长度输入格式，使其能够在显存有限的硬件上逐帧生成高质量视频。

FramePack需要至少6GB显存的NVIDIA GPU（如RTX 3060），支持CUDA，PyTorch 2.6+，并可以在Windows或Linux上运行。为了获得最佳性能，推荐使用8GB以上显存的RTX 30或40系列显卡。

在像RTX 4090这样的高端GPU上，FramePack可以在大约1.5秒内生成一帧，使用Teacache优化。在显存为6GB的笔记本电脑上，生成速度慢4-8倍，但仍可用于原型设计。

FramePack提供一个功能完全免费的开源版本。付费层次提供额外功能、优先支持和专业用户及团队的扩展能力。

帧上下文打包是FramePack的核心创新，它有效压缩来自前一帧的信息到一个固定长度的格式。这使得模型能够在视频长度增加时保持时间一致性，而不需要不断增加内存。

与基于云的解决方案不同，FramePack完全在您的硬件上本地运行。虽然某些云服务可能提供更快的生成速度，但FramePack提供了更好的隐私性，没有使用限制，并且能够生成更长序列的高质量视频。

漂移指的是在长序列中视频质量和一致性逐渐下降的现象。FramePack通过双向采样来解决此问题，以保持对初始帧的参考，从而确保在整个视频中主体身份和场景构图的一致性。