摘要：它通过压缩输入上下文，使生成工作量与视频长度无关，能在笔记本 GPU 上用 13B 模型处理大量帧，且可采用大批次训练，类似图像扩散训练。比如在 RTX 4090 桌面端，未优化时 2.5 秒 / 帧，使用 teacache 时 1.5 秒 / 帧 。
它通过压缩输入上下文，使生成工作量与视频长度无关，能在笔记本 GPU 上用 13B 模型处理大量帧，且可采用大批次训练，类似图像扩散训练。比如在 RTX 4090 桌面端，未优化时 2.5 秒 / 帧，使用 teacache 时 1.5 秒 / 帧 。
用途：将静态图生成视频，基于文字提示逐帧预测画面。操作：上传图片，输入文字描述（如 “男孩骑自行车”），通过 GUI 界面生成视频。特点：对硬件要求低，笔记本 GPU 即可运行；生成进度可视化，支持大批次训练 。体验：https://huggingface.co/spaces/lisonallen/framepack-i2v开源：https://github.com/lllyasviel/FramePack主页：https://lllyasviel.github.io/frame_pack_gitpage来源：AI工具箱一点号