FlashML-org/FreeVideo

解决的问题

FreeVideo 允许用户在消费级硬件上运行 MiniMax H3 视频生成模型。通过优化内存使用和计算路径，解决了高质量 AI 视频生成对高硬件要求的问题，使模型能够在仅配备 8 GB VRAM 的 GPU 上运行。

工作原理

它作为基于 VDN-H3 模型和 Video DeltaNet 的混合注意力机制的本地推理引擎。系统通过以下方式优化性能：

• 硬件自适应执行：根据特定 GPU 架构自动选择最佳计算路径（如原生 FP8 或 BF16）和注意力核函数。
• 低内存管理：使用权重流式传输、异步预取和分块计算，协调 VRAM、系统内存和磁盘空间，以保持峰值内存使用量较低。
• 集成：作为 ComfyUI 插件在可视化工作区中运行，或在 Linux 上通过命令行界面使用。

适用人群

希望在自己的电脑上本地生成 AI 视频，而无需企业级硬件的内容创作者和 AI 爱好者。

主要亮点

• 低硬件门槛：仅需 8 GB VRAM 和 16 GB RAM 即可运行。
• 多模态控制：支持文本提示、首帧/末帧以及图像、视频或音频参考。
• ComfyUI 集成：提供专用创作工作区，支持双次采样和批量生成。
• 简易安装：提供一键式 Windows 启动器，用于环境和模型安装。