苹果开源 FastFrames 实时视频生成模型:1.3B/14B 双版本,480p 延迟仅 35ms
victormustar · x · 2026-11-18
Apple 在 Hugging Face 上发布 FastFrames——一个「交互级延迟」的实时视频生成模型,官方放出 FastFrames-S(1.3B)与 FastFrames-L(14B) 两个版本。
- 架构:自回归 + 两步视频扩散,可生成 480p 视频,延迟达到交互级别
- 单卡 480p 实测总延迟约 35.4ms(论文值 36ms),其中单次 DiT 前向仅约 16ms
- 同时发布优化版 LingBot 1.3B,比官方快 16 倍,支持流畅的相机条件控制,并附交互式 demo
- 仓库含完整的延迟 profile 工具、T2V 生成脚本与训练代码,需 NVIDIA GPU + CUDA 12.8
「模型」频道最新
- 博主质疑:对 GPT-6.2 的集体差评疑似有组织带节奏 — mallow610 · 2026-11-18
- 微软 MAI Code 2 被称 96% Opus 性能仅 5% 成本,遭质疑缺第三方评测 — AIFlow_ML · 2026-11-18
- 自建“诡辩基准”:GPT-6.2 两个模型诚实度反而倒退 — gamedev-leper · 2026-11-18
- Sonnet 4.5 API 将于 11 月 30 日下线,用户发起付费保留请愿 — DirectorHot5435 · 2026-11-18
- Perplexity 上线 GPT-6.2 Astra/Sol:WANDR 0.783/0.746 双双提升 — perplexity_ai · 2026-11-18
- Claude 6.2 用抖动风格一口气建模 3D 游戏,效果惊艳 — craigsdennis · 2026-11-18