FastFrames L 是什么:苹果的视频模型是什么,不是什么

FastFrames L(FastFrames-L)是苹果的 140 亿参数文生视频模型,不是插帧工具,能以交互级速度生成 480p 视频,许可仅限研究使用;本站目前只做图片、不做视频,但下面的照片编辑器用的是另一个模型,编辑你上传的一张照片约 37 秒,每张 10 积分,按月套餐低至 $0.13。注册即送:10 积分 = 1 张。

改好的照片会显示在这里(本站编辑器)
本站做的影棚背景编辑:同一位女士,背景换成纯浅灰影棚
原图(AI 生成,虚构人物):在公园里微笑的棕色卷发女士,穿绿色毛衣你的照片
写下你想改的地方,或者留空,在下面选一个一键修改。0/400

风格转换(卡通、3D、动漫)目前还不稳定。如果结果看起来没有变化,请再试一次,或把想要的修改写得更具体。

一键修改

  • 不是 FastFrames,与苹果无关
  • 只做图片:本站不制作视频
  • 注册即送:10 积分 = 1 张
FastFrames-L 的参数量(README);S 是 1.3B
14B
README 示例的视频尺寸:81 帧、16 fps
832 × 480
仓库里的许可文件允许的用途
仅限研究
最终生成器的三个文件(我们对文件列表自己加总)
30.6 GB

FastFrames L 是什么

来自 Hugging Face 模型卡和 README

  • 苹果发布了 FastFrames-S(1.3B)和 FastFrames-L(14B)。README 称两者都是自回归的两步视频扩散模型,能以交互级延迟生成 480p 视频。模型卡的任务标签是文生视频,基础模型是 Wan2.1-T2V-14B。模型卡和 README 都没有描述插帧。来源: Hugging Face 模型卡(apple/FastFrames-L) ·
  • 据 README,L 的做法是:先按 Causal Forcing++ 的方法把 Wan2.1-14B 蒸馏成两步的因果模型,再为它训练像素解码器和 KV 精炼网络。仓库里放了因果教师模型、一致性蒸馏模型、DMD 蒸馏模型,以及最终生成器和它的解码器、精炼器。来源: GitHub README ·
  • 按 README 的示例,输入是一段文字提示、一个随机种子和输出路径,输出是 832 × 480、81 帧、16 fps 的视频,按我们的算术约 5 秒。README 没有提到图片输入。来源: GitHub README ·
  • README 写明的要求:Linux x86-64、NVIDIA GPU 和兼容 CUDA 12.8 的驱动,然后运行 uv sync。检查点和第三方权重要按另一份检查点指南下载,那份指南我们没打开。来源: GitHub README ·
  • 日期:模型卡没有写发布日。Hugging Face 仓库创建于 2026-11-16(Hugging Face API),论文第一版提交于 2026 年 11 月 17 日(arXiv)。来源: Hugging Face API 和 arXiv ·

许可,全文读过

  • 模型卡的许可标签是 apple-amlr,仓库里的 LICENSE 文件是苹果的机器学习研究模型许可。它授予个人的、可撤销的许可,仅限用于研究目的来使用、复制、修改和分发模型;研究目的指非商业的科学研究,并明确不包括商业利用、产品开发或用于任何商业产品或服务。衍生品必须注明是衍生品并带上署名声明。这不是法律意见。来源: apple/FastFrames-L 里的 LICENSE 文件 ·
  • README 里提到的其他许可:仓库里其他的 FastFrames 代码采用苹果示例代码许可,LingBot-World v2 的代码和权重遵循 CC BY-NC-SA 4.0。来源: GitHub README ·

论文的说法,我们没测过

  • 论文题为《FastFrames: Video Generation at Interactive Latency》(arXiv 2611.23226,计算机视觉,七位作者,从 Gene Chou 到 Vladlen Koltun)。摘要说 VAE 解码和 KV 缓存更新占了端到端延迟的一半以上,作者用轻量的替代方案取代了这两者。来源: arXiv ·
  • 摘要里的速度说法:1.3B 模型在一块 B200 GPU 上每帧 36 毫秒,质量与一个慢近 8 倍的最先进模型相当;14B 模型在 8 块 B200 GPU 的节点上每帧 45 毫秒,视觉质量更好。README 里 FastFrames-S 单 GPU 的计时表合计 35.4 毫秒。来源: arXiv ·
  • 项目页重复了这些数字,并展示精选的对比片段。它没有独立的基准测试,我们也没有使用它每个片段上的数字。来源: 项目页 ·

较小的 FastFrames-S

  • FastFrames-S 有 1.3B 参数。它的仓库里只有两个小网络,一个 KV 精炼器和一个像素解码器;据 README,它保留冻结的两步 Causal Forcing++ 生成器,只训练周边网络,模型卡的基础模型是 Wan2.1-T2V-1.3B 和 Causal-Forcing。同一个仓库还带有一个优化过的 LingBot 1.3B,README 称它比官方模型快 16 倍。来源: Hugging Face 模型卡(apple/FastFrames-S) ·

本站相关页面

没能确认的

  • FastFrames-L 的 GPU 或内存下限,以及它能不能在单块 GPU 上运行:README 都没写,它唯一的 L 基准命令用了 8 块 GPU。摘要里 14B 的数字也是 8 块 GPU 的。来源: GitHub README ·
  • 图生视频:没有写明。VBench 分数:README 指向一张表,我们没读。独立测试:我们没找到,而且我们的搜索工具根本没找到讲这个模型的页面,只有名字相近的无关产品。来源: GitHub README ·
  • 托管版本:模型卡没有列出推理服务商。它列了三个社区 Space(mrfakename/fastframes-l、akhaliq/FastFrames-L 和 linoyts/fastframes-l-live),我们没打开,也不能为它们担保。来源: Hugging Face 模型卡(apple/FastFrames-L) ·

体积

FastFrames L 的文件体积,与本站对比

我们自己从 apple/FastFrames-L 和 apple/FastFrames-S 的 Hugging Face 文件列表加总,读取于 2026-11-19,单位为十进制 GB。这是下载体积,不是内存需求;没有哪个页面给了内存数字。本站的数字来自自己的设置。
-Hugging Face 上的体积是什么
fastframes-l/dit.safetensors28.58 GB最终的 14B 生成器
fastframes-l/kv_refiner.safetensors1.78 GBKV 精炼网络
fastframes-l/pixel_decoder.safetensors0.29 GB取代 VAE 解码的像素解码器
三个最终文件合计30.6 GB生成视频需要的部分(我们自己加总,四舍五入)
fastframes-l-intermediate(3 个文件夹)142.89 GB因果教师模型、一致性模型和 DMD 模型,用于训练和研究
FastFrames-S:kv_refiner 和 pixel_decoder0.69 GB 和 0.26 GB只有这两个小网络;1.3B 生成器是另一个模型
本站无需下载编辑一张照片约 37 秒,10 积分(1024 × 1024);不做视频

在哪运行

怎么在自己的 GPU 上运行 FastFrames L

  1. 先看许可

    许可文件只允许研究使用,不包括商业利用和用于商业产品或服务。如果你的计划是商用,FastFrames-L 不适合。

  2. 准备一台带 NVIDIA GPU 的 Linux 机器

    README 要求 Linux x86-64、NVIDIA GPU 和兼容 CUDA 12.8 的驱动,然后运行 uv sync。它没写内存下限,而它的 L 基准示例用了 8 块 GPU,所以要按不止一块来规划。

  3. 下载检查点并生成

    按仓库里的检查点指南下载,然后用 --model ff-l、一段提示词和一个种子运行 scripts/generate.py。README 示例的输出是 832 × 480、81 帧、16 fps。

  4. 社区 Space:列出了,没核实

    模型卡列了三个社区 Space。我们没打开它们,别人运行的 Space 不在本页事实的覆盖范围内。

  5. 只要静态图片?用本站

    本站目前只做图片、不做视频。上传一张照片,在编辑器里写下要改的地方,最多 400 个字符。

提示词

本站编辑器的照片编辑提示词

这些提示词是为本站的照片编辑器写的,它编辑静态图片,用的模型和 FastFrames 不同。我们没有为这一页运行过它们,它们也不做视频。

每个一键编辑一条提示词

  • 清理背景杂物

    修改我上传的照片:去掉背景里分散注意力的杂物(零散物品、垃圾、垃圾桶、电线、招牌和背景里的路人),用周围的内容自然补上。构图不变。每个人的脸、表情、姿势和衣服保持完全不变。不要文字、标志或水印。

  • 纯色影棚背景

    修改我上传的照片:把背景换成柔光照亮的纯浅灰影棚背景,带自然柔和的阴影。构图不变。每个人的脸、表情、姿势和衣服保持完全不变。不要文字、标志或水印。

  • 职业头像背景

    把我上传的照片改成干净的职业头像:平滑的中性灰蓝渐变背景,脸上柔和均匀的影棚光,保持原构图或稍微收紧成头肩照。每个人的脸、表情、姿势和衣服保持完全不变。不要文字、标志或水印。

  • 修正光线

    修改我上传的照片:只修光线。平衡曝光,提亮脸上的暗部,压住过曝的高光,校正白平衡让肤色自然。每个人的脸、表情、姿势和衣服保持完全不变。不要文字、标志或水印。

  • 暖色黄昏光

    修改我上传的照片:只把光线改成从侧面照来的低角度暖色黄金时刻阳光,柔和的长影子和暖光,像日落前不久拍的。场景和构图不变。每个人的脸、表情、姿势和衣服保持完全不变。不要文字、标志或水印。

  • 经典黑白

    把我上传的照片改成经典黑白照片:对比丰富、黑色深沉、白色干净,带细腻的胶片颗粒。构图完全不变。每个人的脸、表情、姿势和衣服保持完全不变。不要文字、标志或水印。

  • 水彩画

    把我上传的照片重画成柔和的水彩画:有纹理的白纸、松散的晕染和看得见的笔触边缘,构图不变。每个人和宠物都要认得出来,不要增加或去掉任何人。不要文字、标志或水印。

  • 锐化去噪

    修改我上传的照片:轻度锐化,减少噪点和压缩痕迹,找回头发、布料和边缘的细节,不要塑料感或过度磨皮。每个人的脸、表情、姿势和衣服保持完全不变。不要文字、标志或水印。

本站价格

积分包或按月套餐。

按一次性积分包购买($4.99 购买 50 积分,$9.99 购买 120 积分,$19.99 购买 300 积分),每张 10 积分。也可选按月套餐,每月 $9.90 起(500 积分),随时可取消。

  • 基础版 · $9.90/月每月 500 积分 · 约 50 张图 · 每张 $0.20
  • 专业版 · $19.90/月每月 1500 积分 · 约 150 张图 · 每张 $0.13

每月扣款,自动续费。随时可在设置中取消,已付费的当月结束前套餐照常可用。每月积分只在当月有效,用不完会过期。

退款政策

常见问题

常见问题

FastFrames L 是什么?

FastFrames-L 是苹果发布的 140 亿参数文生视频模型,论文是《FastFrames: Video Generation at Interactive Latency》。它是自回归的两步视频扩散模型,生成 480p 视频,由 Wan2.1-14B 蒸馏而来,权重采用仅限研究的许可。

FastFrames L 是插帧模型吗?

据模型卡、README 和论文摘要所写,不是。它们描述的是文生视频,输入是一段文字提示和一个种子,都没有提到在已有视频的帧之间插帧。

本站是 FastFrames 吗?能在这里做视频吗?

不是。本站不是苹果,不运行 FastFrames,目前只做图片、不做视频。本站的编辑器用的是另一个模型:上传一张照片,写下要改的地方(最多 400 个字符),或点一个现成的编辑。

FastFrames S 和 FastFrames L 有什么区别?

S 是 1.3B 参数,L 是 14B。S 建立在 Wan2.1-1.3B 和一个冻结的 Causal Forcing++ 生成器之上,它的仓库里只有两个小网络。L 由 Wan2.1-14B 蒸馏而来,带有一个 28.58 GB 的完整生成器。论文摘要称 L 的视觉质量更好。

FastFrames L 能商用吗?

按仓库里的许可文件不行:它只授予研究目的的使用,并说明这不包括商业利用和用于商业产品或服务。代码的部分内容适用其他许可。这不是法律意见。

怎么运行 FastFrames L,需要多少显存?

GitHub README 要求 Linux、NVIDIA GPU 和兼容 CUDA 12.8 的驱动,然后 uv sync、下载检查点,再用 --model ff-l 运行 scripts/generate.py。它没写显存下限,而它的 L 基准示例用了 8 块 GPU。最终生成器的文件合计约 30.6 GB,由我们对文件列表加总。

FastFrames L 有多快?

论文摘要称,14B 模型在 8 块 B200 GPU 的节点上每帧 45 毫秒,1.3B 模型在一块 B200 上每帧 36 毫秒。这些是作者给的数字,我们没测过。

在这里能免费试用吗?

部分免费:新账号登录后送 10 积分,够免费生成 1 张(每个账号一次,7 天内有效,当天新账号名额送完即止)。每张 10 积分,按月套餐低至 $0.13。

只需要改一张照片?

上传照片,写下要改的地方,约 37 秒后下载。

在本站编辑照片

独立网站,与苹果、arXiv、Hugging Face 无关,本站不运行 FastFrames,也不制作视频。模型的信息来自开发方自己的页面,读取于 2026-11-19;作者的说法我们没有测过。这不是法律意见。