Apple 公开 FastFrames 视频生成模型和参考代码,提供 13 亿参数的 FastFrames-S 与 140 亿参数的 FastFrames-L。Hugging Face 仓库的公开发布提交标记为 11 月 17 日。模型卡
两款模型采用自回归、两步视频扩散方案,面向 480p 视频生成。项目还提供训练、生成、延迟分析和评估代码,以及优化过的 LingBot 相机控制演示。项目仓库
参考环境为 Linux、NVIDIA GPU 与兼容 CUDA 12.8 的驱动;代码中的文本生成示例输出 832×480、81 帧、16fps 视频。项目将低交互延迟作为研究目标。
模型权重采用 Apple Machine Learning Research Model 许可,仅供非商业科学研究和学术开发,不包括商业产品开发。FastFrames 代码采用 Apple Sample Code License,LingBot-World v2 代码及权重另按其 CC BY-NC-SA 4.0 条款处理。权重许可
配图为 GETAI.APP 使用内置 imagegen 生成的主题插画,非 FastFrames 输出或速度测试。
