FramePack

FramePack 是一个用于视频扩散模型的下一帧预测神经网络结构，旨在让视频生成更加实用。它通过将输入上下文压缩到固定长度来保持生成工作负载与视频长度无关，从而能够使用13B规模的模型在笔记本GPU上处理大量帧数。此外，FramePack支持更大的批量训练，类似于图像扩散模型的训练方式，使得视频扩散过程体验接近于图像扩散。该项目适用于需要高效、高质量视频生成的应用场景，如创意内容制作、视觉特效等领域。要求用户具备Nvidia RTX 30XX/40XX/50XX系列显卡（至少6GB显存）、Linux或Windows操作系统。