全球动态2025.04.20

斯坦福大学与 GitHub 联合推出 FramePack 视频生成技术

斯坦福大学与 GitHub 开发者共同研发的 FramePack 技术通过时域上下文压缩机制,使 130 亿参数模型在 6GB 显存环境下生成 60 秒连贯视频。该技术采用动态上下文重载与漂移补偿网络,在 RTX 4090 实现每秒 0.6 帧生成速度且质量衰减低于 3%。

朋克君
发布者朋克君
预计阅读 2 分钟
我要投稿
核心要点👉
  • 🚀 6GB显存实现130亿参数模型60秒视频生成
  • 🔄 动态上下文重载技术突破硬件存储瓶颈
  • 📉 RTX4090实测质量衰减率仅3%
  • 🔧 漂移补偿网络确保专业级场景一致性
  • 📊 1:8帧压缩比保留93%时空特征信息

数智朋克获悉,斯坦福大学与GitHub开发者联合推出的FramePack技术,正以颠覆性架构重构AI视频生成范式。该方案通过固定长度时域上下文机制,将动态帧序列压缩至恒定内存区间,使130亿参数模型在6GB显存环境下可输出60秒连贯视频,显存利用率较传统模型提升83%。其核心突破在于帧智能聚类算法,通过时域切片重组技术将非连续帧数据映射至共享上下文,配合多阶段梯度优化策略,有效规避长序列生成中的时序漂移问题。

RTX 4090硬件实测中,经teacache加速模块优化后,系统可实现每秒0.6帧的生成速度,且输出质量衰减率控制在3%以内。不同于传统模型依赖显存线性扩展的方案,FramePack采用动态上下文重载技术,使关键帧特征能在有限存储空间内循环复用,成功突破硬件瓶颈。该架构还创新引入漂移补偿网络,通过隐空间向量插值实时修正生成偏差,确保长视频在动作衔接与场景一致性方面达到专业级水准。

此次技术突破显著降低AI视频创作门槛,开发者实测显示,中端显卡即可实现1080P分辨率下的分钟级视频生成。FramePack的帧压缩比达到1:8,且在压缩过程中通过注意力门控机制保留93%的时空特征信息。这种内存优化策略不仅适用于视频生成领域,其核心算法已开源,为多模态模型的轻量化部署提供新思路。

ARTICLE RECORD

转载说明

转载请注明文章出处。

TOPICS · 03

文章标签