低配电脑有福了！6GB显存就能生成高质量AI视频，完全免费，本地生成！

好消息！低显存显卡也能玩转AI视频生成，斯坦福团队发布FramePack新技术，仅需6GB显存即可生成60秒高清视频

GitHub开发者 Lvmin Zhang 与斯坦福大学教授 Maneesh Agrawala 联合发布了一项颠覆性的AI视频生成技术——FramePack。该方法通过引入固定长度的时域上下文（Temporal Context），大幅降低显存与算力需求，使得普通硬件也能胜任高质量视频的生成任务。

在实测中，研究人员使用基于 FramePack 的 130 亿参数模型，仅借助一块6GB 显存的显卡，就成功生成了时长达 60 秒的视频，性能表现令人惊艳。

要求：

• Nvidia GPU RTX 30XX、40XX、50XX 系列支持 fp16 和 bf16。GTX 10XX/20XX 未经测试。
• Linux 或 Windows 操作系统。
•  6GB GPU 内存。

开源项目：【点击前往】

1、一键安装包：【点击下载】、或【网盘下载】

2、CUDA 引擎：【点击下载】

3、N卡驱动：【点击下载】、或【海外版】

下载后，解压，使用update.bat更新，使用run.bat运行。请注意，运行update.bat很重要，否则您可能会使用未修复潜在错误的先前版本。

运行后模型将自动下载。您将从 HuggingFace 下载超过 30GB 的数据。

✅ FramePack 的核心优势：

• 固定时域上下文：不同于传统视频扩散模型随着帧数增加而显存需求暴涨，FramePack 会自动分析输入帧的重要性，进行压缩处理，将输入统一转换为固定长度的上下文，有效控制资源占用。

• 显存占用低：计算量与图像扩散模型相当，大幅减少硬件门槛。

• 实时预览支持：每一帧生成后可立即显示，便于随时调整。

• 解决漂移问题：有效缓解视频长度增加后画面质量下降的“drifting”问题，实现更长、更稳、更清晰的本地视频生成。

🧠 技术架构与兼容性：

FramePack 本质上是一种多级优化的神经网络架构，目前底层采用的是定制化的腾讯混元模型。但更关键的是，它对市面上已有的预训练扩散模型也具备良好的兼容性与适配能力，便于进行迁移学习与个性化微调。

💻 硬件与系统支持一览：

• 显卡要求：支持 FP16、BF16 精度，兼容 RTX 30、40、50 系列显卡（除 RTX 3050 4GB 外基本全覆盖）。RTX 20 系列及更早版本尚未验证，暂不支持 AMD 或 Intel GPU。

• 系统支持：兼容 Windows 与 Linux 系统，部署灵活。

• 性能表现：在 RTX 4090 上经 Teacache 优化后，生成速度可达每秒 0.6 帧，效率不俗。

这项技术的推出，或将彻底改变AI视频创作的门槛：不再需要高端工作站，仅凭一块入门显卡，人人都可以打造专属的AI视频。

Linux 安装步骤：

我们建议拥有独立的 Python 3.10。

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126
pip install -r requirements.txt

要启动 GUI，请运行：

python demo_gradio.py