AI 视频生成新突破：FramePack 开源项目引领视频扩散技术变革 一键汉化整合包 FramePack-F1 20250628更新 支持magcache加速_framepack整合包

        FramePack 是一个开源项目，旨在通过创新的神经网络结构实现高效的视频生成。以下是对其的详细介绍：

项目概述

        FramePack 是 “Packing Input Frame Contexts in Next - Frame Prediction Models for Video Generation” 论文的官方实现和桌面软件。它采用逐帧（或逐帧段）预测的方式生成视频，能将输入上下文压缩到固定长度，使生成工作负载与视频长度无关，即使在笔记本 GPU 上，13B 模型也能处理大量帧。

优势特点

• 低资源要求 ：对于生成 1 分钟（60 秒）30fps（1800 帧）的视频，最低只需 6GB GPU 显存，适合在 RTX 30XX、40XX、50XX 系列的 Nvidia GPU 上运行，GTX 10XX/20XX 未测试。

• 高效性 ：在 RTX 4090 桌面 GPU 上，生成速度为 2.5 秒 / 帧（未优化）或 1.5 秒 / 帧（启用 teacache），即使在 3070ti 或 3060 笔记本 GPU 上，也仅是慢 4 - 8 倍，并且生成过程可实时看到帧反馈。

• 大批次训练 ：能像图像扩散训练一样使用较大批次大小进行训练。

安装与使用

• 安装 ：目前该项目是一个功能性的桌面软件，Windows 的一键安装包即将推出。Linux 系统下，推荐使用独立的 Python 3.10 环境，通过 pip 安装 torch、torchvision、torchaudio 等依赖，并安装 requirements.txt 中的其他要求。还支持多种注意力机制，如 PyTorch attention、xformers、flash - attn、sage - attention，默认使用 PyTorch attention，也可根据需要安装其他注意力内核。

• 使用 ：其 GUI 界面简洁，左侧上传图像并输入提示词，右侧显示生成的视频和潜在预览。由于是逐帧段预测模型，视频会越来越长，可看到每个部分的进度条和下一区域的潜在预览。初始进度可能较慢，因为设备需要预热。

示例与指南

        项目提供了多个示例，如 “Image - to - 5 - seconds”“Image - to - 1 - minute” 等，用户可下载示例图像，复制提示词，按照指定参数设置进行操作，观察生成结果。还给出了使用 ChatGPT 生成提示词的模板，帮助用户编写更有效的提示词。

注意事项

• TeaCache 和量化等技术虽能提高速度，但可能会影响结果质量，建议先用这些技术尝试想法，再用完整扩散过程获得高质量结果。

• 不同设备可能会得到略有不同的结果，但总体应相似，在某些情况下可能完全相同。

总之，FramePack 为视频生成领域提供了一种高效、实用的解决方案，具有广阔的应用前景。

整合包说明

1 汉化界面

2 功能未做任何修改

3 自行安装好cuda12.4

4 再次感谢大神lllyasviel无私分享

5 官方的整合包和我制作的整合包 区别有3个 a cuda版本不同，b 官方整合包还需要下载模型文件 c 官方是英文的

20250505 更新

1 未做任何修改，保持原汁原味

2 自行安装好cuad12.4

3 更新到FramePack-F1

20250511 更新

1 支持批量生成视频

2 自行安装好cuad12.4

3 详细介绍说明 https://github.com/chuckkay/QueueItUp_FramePack/blob/QueueItUp/

视频演示地址：

https://www.bilibili.com/video/BV1Y95rztEHd?t=0.2

20250628 更新记录

1 支持magcache 加速，据作者说可以提速加速2.25-2.45倍的样子，我实测确实有效。

2 AI环境安装了xFormers  按理说也会提升处理速度

3 cuda还是12.4，下次看看升级到12.8

下载地址

夸克网盘