FramePack 是斯坦福大學主導開發的視頻生成框架，是一種用于視頻生成的下一幀（下一幀部分）預測神經網絡結構，可以逐步生成視頻。FramePack?主要開發者之一，就是業內大名鼎鼎的張呂敏大佬，AI領域的“賽博佛祖”，ControlNet的作者，站內也發布了他的很多項目一鍵包。

FramePack 的最大亮點在于其極低的硬件門檻。傳統視頻擴散模型通常需要高昂的顯存支持，而FramePack?僅需6GB顯存?即可實現全幀率（30fps）下上千幀的視頻擴散生成。這一特性使得普通消費級GPU也能輕松運行復雜的視頻生成任務，極大降低了技術應用的門檻。在RTX 4090上，單幀生成速度1.5秒（優化后），生成1分鐘視頻（1800幀）不到1小時，效率碾壓同類技術。

FramePack 基于騰訊的hunyuanvideo，只需要上傳一張照片，輸入提示詞，即可生成對應的視頻。應該是目前生成效果兼顧資源占用最優的開源視頻生成項目，尤其是人物視頻生成，效果堪稱業界翹首，AI視頻生成平民化即將由此拉開序幕。

今天分享的?FramePack V2版，基于國外大佬?FurkanGozukara 的WebUI整合，新增了首尾幀生成功能（由大佬湯團豬提交）、新增LoRA支持、新增批量生成、新增gif等圖像格式導出、新增生成分辨率和生成視頻質量選擇等。


技術特點

1. 幀上下文打包：把“無效數據”壓縮到極致
傳統模型處理每幀都“一視同仁”，導致顯存隨幀數線性增長。FramePack卻像“智能數據管家”：??對關鍵幀（如首幀、動作變化幀）用“小補丁”精細處理，保留1536個細節token； 對次要幀（如連續動作的過渡幀）用“大補丁”壓縮，僅保留192個token，顯存占用指數級下降。 最終實現計算復雜度恒定（無論生成100幀還是1000幀，算力消耗不變），徹底擺脫“幀數越多越卡頓”的魔咒。
2. 抗漂移采樣：告別“視頻越生成越歪” 長視頻生成最頭疼的問題——生成到第10幀還正常，第50幀就“畫風突變”，這是傳統“單向依賴最后一幀”的缺陷。 FramePack用“雙向記憶法”解決：??生成當前幀時，既參考最近幀的細節，又回溯首幀的核心特征，像“跟著導航走”一樣始終緊扣初始設定。 實測生成1800幀（60秒）視頻零漂移，從開場到結尾保持畫質穩定，做劇情動畫、游戲過場再也不怕“崩人設”。

3. 靈活調度策略：按需分配“算力資源” 支持4種智能模式適配不同場景：??幾何壓縮：重點保最近幀，適合實時直播、短視頻快速生成； 首幀優先：做“圖生視頻”時，讓首幀的細節100%保留，確保畫面起點高標準； 對稱壓縮：均衡處理所有幀，適合需要穩定連貫的教學視頻、產品演示片。


應用領域

1. 內容創作者：從“素材苦手”到“效率王者” 短視頻博主：再也不用花幾小時剪素材，AI直接生成30秒連貫動畫，成本降90%； 自媒體團隊：用普通電腦就能批量生成口播背景、動態特效，小成本做出大片感； 獨立游戲開發者：實時生成游戲場景過場動畫，60秒長鏡頭輕松實現，開發周期直接腰斬。
2. 技術開發者：低成本落地AI視頻功能 中小型企業：無需采購高端服務器，用現有顯卡就能在APP中嵌入“AI生成視頻”功能，比如電商平臺的商品3D展示、教育類APP的動態課件； 邊緣設備廠商：手機、VR頭顯、智能車載系統，未來都可能內置FramePack，實現“本地生成視頻”，隱私和效率雙提升。
3. 普通玩家：人人都是“視頻造物主” 用手機生成個性化短視頻：比如讓二次元角色在廚房跳舞、給寵物“配音”生成趣味動畫； 低門檻玩AI動畫：不需要懂代碼，下載開源工具就能上手，真正實現“想法即生成”。


使用教程：（建議N卡，顯存6G起，內存RAM建議32G起。基于CUDA12.8，支持50系顯卡）
上傳圖片，輸入提示詞，生成即可。
支持首位幀生成，上傳一張開始幀，一張結束幀，輸入提示詞，生成即可。
雖然顯卡要求門檻低，但部分硬件占用會轉移到內存RAM上，所以建議低顯存顯卡用戶需要有足夠的內存，建議內存32G起
類似視頻生成，如果想要速度和質量并存，顯卡還是硬性條件， 建議盡量顯卡不要太差。所以消費級顯卡只能勉強體驗，速度和質量都不會太高。

下載地址：私信獲取