苹果正式开源 FastFrames 系列两大实时视频生成模型,分别是 13 亿参数 FastFrames-S、140 亿参数 FastFrames-L,其中 FastFrames-S 在单张英伟达 B200 显卡上生成单帧延迟仅 36 毫秒,这套项目里面的加速技术不是只能给自己用,还可以迁移到别的主流视频模型上实现提速,主打交互级低延迟文生视频,面向科研和开发者,不是面向普通消费者的成品工具。现在主流视频生成模型普遍延迟高,很难做到实时交互,苹果团队主要通过轻量化解码器、优化 KV 缓存、重构 GPU 计算链路这几个核心手段,在不明显降低画质的前提下压缩推理耗时;而且这套加速方案是通用化的,不是和模型绑定死,放到 RealWonder 这类其他视频模型上也能生效,最高可以做到原版 22 倍的提速效果。开发者上手的流程很清晰,先去 GitHub 拉取官方代码,再到 Hugging Face 下载对应权重,在 Linux + 英伟达 GPU 环境部署,跑评测脚本复现基准测试;也可以直接把这套加速模块移植到其他视频模型,修改推理链路验证提速效果。整体来看,这次开源最大价值不只是两个低延迟视频模型,更在于开放了一套可复用的视频生成加速范式,会给实时交互类 AI 视频应用提供新的技术思路,不过它目前只支持 480P 分辨率,许可范围仅限非商业科研使用。
两款模型基础参数对比
| 模型名称 | 参数量 | 测试硬件 | 单帧延迟 | 输出规格 | 对标参考 |
|---|---|---|---|---|---|
| FastFrames-S | 13 亿 | 单卡 B200 | 36ms | 480P,16fps,81 帧 | Causal Forcing++,速度约 7.6 倍 |
| FastFrames-L | 140 亿 | 8 卡 B200 | 45ms | 480P,16fps,81 帧 | Krea-Realtime,速度约 10.6 倍 |
核心提速技术要点
- 轻量化像素解码器:替换原有重型 VAE 解码器,大幅降低解码环节耗时
- KV 缓存精细化优化:减少缓存读写开销,降低内存占用
- 两步采样扩散框架:把采样步骤压缩到两步,是低延迟的基础
- 通用加速组件:独立模块,可剥离出来适配其他视频模型,最高提速 22 倍
部署与使用说明
- 获取渠道:GitHub 代码仓库、Hugging Face 模型卡,配套论文、训练脚本、评测工具
- 运行环境:Linux 系统、英伟达 GPU,官方基准使用 B200
- 授权协议:非商业科研许可,不能直接拿来商用落地
- 局限:仅 480P 输出,不是高清视频,适合实时交互场景,不适合长高清影视生成
适用场景
✅ 适合:实时交互视频生成、AI 数字人实时画面、科研算法对比、视频模型推理优化研究
⚠️ 不适合:商用高清短视频、影视级长视频产出
【相关 FAQ】
问题 1:苹果开源两大视频生成模型,单卡延迟 36 毫秒,是哪一个模型?
回答 1:苹果开源两大视频生成模型,单卡延迟 36 毫秒,是 FastFrames-S(13 亿参数版本),在单张英伟达 B200 显卡上测出单帧 36 毫秒的延迟。
问题 2:苹果开源两大视频生成模型,单卡延迟 36 毫秒,这套加速技术能不能给别的模型使用?
回答 2:苹果开源两大视频生成模型,单卡延迟 36 毫秒,这套加速方案具备通用性,可以迁移到其他视频模型,最高能实现原版 22 倍的提速。
问题 3:苹果开源两大视频生成模型,单卡延迟 36 毫秒,开源之后可以商用吗?
回答 3:苹果开源两大视频生成模型,单卡延迟 36 毫秒,模型权重和代码的许可限定为非商业科研用途,不能直接商用。
【参考资料】
[2026-11-18](苹果开源两大视频生成模型!单卡延迟 36 毫秒,技术秘籍还能给别家模型提速)智东西
[2026-11-18](Apple Opens FastFrames Video-Generation Models)TSN
[2026-11-18](Apple-Cornell FastFrames Runs 1.3B Autoregressive Video Diffusion at 36ms/Frame on One B200)AI Weekly
[2026-11-17](FastFrames-L:14B Interactive-Latency Video Model)TPS
【免责声明】
本文仅为 AI 科研资讯整理,不构成技术落地、采购硬件建议。延迟数据来自苹果官方论文与自测基准,不同显卡、驱动、环境下实测延迟会有差异;FastFrames 模型仅限科研非商用,输出分辨率只有 480P,不适合高清视频生产。
本文来自作者[锐矢快照]投稿,不代表乌兰科技网立场,如若转载,请注明出处:https://www.wlcbnews.com/rgzn/202611/4293.html
评论列表(4条)
我是乌兰科技网的签约作者“锐矢快照”!
希望本篇文章《苹果开源 FastFrames 两大视频生成模型,单卡低至 36 毫秒,加速方案可迁移给其他模型》能对你有所帮助!
本站[乌兰科技网]内容主要涵盖:互联网行业的追踪与探索
本文概览:苹果正式开源 FastFrames 系列两大实时视频生成模型,分别是 13 亿参数 FastFrames-S、140 亿参数 FastFrames-L,其中 FastFrames-S 在单张英伟达 B200 显卡上生成单帧延迟仅 36 毫秒,这套项目里面的加速技术不是只能给自己用,还可以迁移到别的主流视频模型上实现提速,主打交互级低延迟文生视频,面向科研和开发者,不是面向普通消费者的成品工具。现在主流视频生成模型普遍延迟高,很难做到实时交互,苹果团队主要通过轻量化解码器、优化 KV 缓存、重构 GPU 计算链路这几个核心手段,在不明显降低画质的前提下压缩推理耗时;而且这套加速方案是通用化的,不是和模型绑定死,放到 RealWonder 这类其他视频模型上也能生效,最高可以做到原版 22 倍的提速效果。开发者上手的流程很清晰,先去 GitHub 拉取官方代码,再到 Hugging Face 下载对应权重,在 Linux + 英伟达 GPU 环境部署,跑评测脚本复现基准测试;也可以直接把这套加速模块移植到其他视频模型,修改推理链路验证提速效果。整体来看,这次开源最大价值不只是两个低延迟视频模型,更在于开放了一套可复用的视频生成加速范式,会给实时交互类 AI 视频应用提供新的技术思路,不过它目前只支持 480P 分辨率,许可范围仅限非商业科研使用。