FreeVideo:8G 显存跑视频生成,MiniMax H3 塞进家用显卡

一、这个项目解决的是什么问题

视频生成这件事,门槛一直卡在显存上。开源模型动辄要 24G、48G,家用显卡根本进不去,于是大部分人的选择只剩云端按次付费。可真要批量试几十条,账单很难看,而且素材得传上去。

FreeVideo 想拆掉的就是这道门槛。它把 MiniMax H3 这个模型塞进 8G 显存、16G 内存的机器里跑,用的是一套叫 Video DeltaNet 的混合注意力结构,配套的 VDN-H3 是 8 步推理版本。项目自己的定位很直接:在你已经有的那台电脑上做视频。

它不是独立软件,本质是 ComfyUI 的一个插件,外面套了一层启动器。启动器负责把 ComfyUI、运行环境和模型一次装好,装完在浏览器里打开一个专门的工作区。

二、核心设计机制

显存不够怎么办,答案是把显存、内存、硬盘当成一个池子来调度。权重流式加载,异步预取,计算分块,峰值内存压下来之后,8G 显存才够用。这不是把模型量化到失真那种做法,它是把「什么时候需要哪一块权重」这件事排好序。

精度是按显卡自动选的。GeForce 和 RTX 30 系走 int8,工作站和数据中心的卡走 FP8。注意力内核也会自动探测可用的那几种。这套逻辑叫硬件自适应执行,项目文档里有一份单独的执行规划说明。

模型本身是 8 步的 VDN-H3,底座是 MiniMax H3,注意力换成 Video DeltaNet 的混合结构。8 步意味着采样轮数少,速度快,代价是细节上限不如几十步的模型。这个取舍决定了它的定位:快速出片、批量试方向,而不是一次到位的精修。

三、功能拆解

输入是多模态的:文字提示词、首帧、尾帧,还有图片、视频、音频参考。首尾帧这一条实用,等于能控制镜头从哪开始到哪结束。

画质有四档:Light、Medium、High、Max。每一条视频单独选,档位越高画质越好但耗时越长。v0.3.2 起加了「先出预览」:先跑一个半分辨率预览,看着满意再补完,不满意的直接扔掉,省时间。

社区 LoRA 能直接在流程里用,官方给了示例。想细调就切到节点视图,自己往工作流里加 LoRA 或者改结构,不用被工作区那套界面框住。

工作区支持两遍采样和批量生成,还留了历史记录。另一个细节挺聪明:生成的视频自带工作流信息,把视频拖回 ComfyUI 画布就能还原当时的提示词、种子和设置。早期生成的视频也能补上这些信息。

v0.4.0 之后多了三件事:可以让 Claude Code 或 Codex 这类 agent 自己去做视频,能生成超过一分钟的长片,还有一个时间线编辑视图。v0.5.0 加了图生图那一侧,8G 显存下能处理最高 16MP 的图片。

四、适合谁,不适合谁

适合手上只有一张 8G 或 12G 家用卡、想先把视频生成这件事跑通的人。也适合已经在用 ComfyUI 的人,装成自定义节点就能接进现有流程,模型目录能复用,不用再下一份。

适合要批量试方向的人。四档画质加先出预览这套组合,本质是让你用低成本试十条,再挑一条补完。这个工作流比「一次生成一条完美的」现实得多。

不适合的人:想要一条命令出成片、完全不碰 ComfyUI 的,这个项目的形态会让你不适应,它的核心还是一个节点图工具加一层工作区。要求电影级画质、能接受长等待的,8 步模型的细节上限摆在那,该用大模型还是得用大模型。显卡低于 8G 显存的,项目给的下限就是 8G,再低没有承诺。

五、几个需要提前知道的限制

第一是显存门槛要说清楚。8G 显存加 16G 内存是下限,不是舒适区。低于这个数跑不起来,正好卡在这个数能跑但别指望同时开一堆别的程序。质量档、时长、分辨率都会影响峰值占用,Max 档加长片在小卡上会很吃力。

第二是耗时。这个没有统一答案,取决于显卡、质量档、视频长度和是不是先出预览。项目更新记录里给的是相对数字:RTX 3090 上开 int8 之后,一条 5 秒视频大约快 2.3 倍。绝对时间得看项目文档里的 Mac 指南和社区结果页,那里有实测数据。别拿别人的机器时间套自己的。

第三是许可要分开看。代码是 Apache-2.0,但模型权重不是,权重走的是 MiniMax H3 社区许可,里面带地域限制和使用场景限制。也就是说你可以自由用这份代码,但拿权重去做什么,得看那份许可怎么写。这一条最容易被忽略,因为它不在代码仓库的许可文件里。

第四是平台差异。Windows 版是签过名的 exe,被杀软拦了先核对 SHA-256 再加白名单。macOS 是 Apple silicon 预览版,还没做公证,第一次打开会被系统拦,得手动放行,而且这个放行只针对 FreeVideo,不改你其他的安全设置。README 里给的 Mac 测试机是 M5、24G 统一内存。

六、项目现状

版本 v0.6.6,星标 3985。许可分两层:代码 Apache-2.0,权重 MiniMax H3 社区许可。

更新节奏不慢。10 月 2 日开源,10 月 5 日上四档画质,10 月 6 日有画廊和「视频带工作流」,10 月 7 日加了 int8 和先出预览,10 月 13 日加 agent、长片和时间线,11 月 10 日加图片生成。一个多月走到这个功能面,说明团队在快速迭代,也意味着文档和实际行为之间偶尔会有滞后,遇到对不上的地方以项目文档和发布记录为准。

七、常见问题

问:8G 显存真的能跑吗,会不会一跑就爆?

答:能跑,但要看你怎么设。项目给的下限就是 8G 显存加 16G 内存,靠的是权重流式加载、异步预取和分块计算,把峰值压下来。在这个配置上建议先用 Light 或 Medium 档、短时长、开预览,跑通之后再往上加。直接上 Max 档加长片,8G 卡大概率撑不住。另外机器上别的程序也占显存,跑之前把浏览器那些吃显存的标签页关掉。

问:一条 5 秒的视频要生成多久?

答:没有固定答案。项目更新记录里给的相对数字是:RTX 3090 上切到 int8 之后,一条 5 秒视频大约快 2.3 倍。绝对时间跟显卡、质量档、时长、是否先出预览都有关,项目文档里的 Mac 指南和社区结果页有实测数据可以对照。用先出预览那条路能省很多时间,半分辨率预览不满意就直接扔掉,不用等整条跑完。

问:模型权重能商用吗?

答:这个得看 MiniMax H3 社区许可的原文,里面带地域限制和使用场景限制,不是随便用。代码那层是 Apache-2.0,宽松,但代码许可不覆盖权重。很多人只看仓库根目录的许可文件就以为是 Apache-2.0 全包了,这是误解。要商用先读那份权重许可,判断自己的用途和所在地区是否在允许范围内。

问:我已经装了 ComfyUI,还要重装一套吗?

答:不用。把它当自定义节点装:进 ComfyUI 的 custom_nodes 目录,克隆仓库,重启 ComfyUI,然后在 Workflow 里打开 Browse Templates,选 FreeVideo 分类下的 FreeVideo-All-in-One,再在 FreeVideo 的 Settings 里把配置补完。已有模型目录可以加进来复用,缺的模型会自动下。以后更新就在 custom_nodes 里拉一次代码或者用 ComfyUI-Manager 更新节点,然后重启。

问:能不能完全离线装?

答:可以。项目给了离线包,下载之后不用解压,直接把 ZIP 拖进启动器。完整离线需要四个模型包:视频模型、文本编码器、视频与音频解码器、采样缓存,如果是新装的 ComfyUI 还要加一个环境包。只导入环境包的话,v0.3.12 以后也可以选自动下载模型。音频参考缓存是可选的,只在参考素材里带音频时才用得上。

问:Mac 上打不开,提示无法验证开发者?

答:这个预览版还没做 Apple 公证,第一次打开会被系统拦,这是预期行为,不是文件损坏。按项目 Mac 指南里写的步骤放行就行,那个操作只对 FreeVideo 生效,你其他的安全设置不会被改动。另外别从第三方站点下安装包,只从发布页拿,下完核对一下文件。Mac 这条线目前是 Apple silicon 预览,README 里给的测试机是 M5 加 24G 统一内存。

下载地址

夸克网盘(永久有效):https://pan.quark.cn/s/84facc8e2b57

本教程由「宝藏星球屋」整理,更多软件、游戏、开源项目都在 https://cbge.top。

本站全部免费,如果觉得内容有用,可打赏支持服务器续费打赏支持
固定文章缩略图

新人必看的入站详细说明指南

解决的你的各种疑难杂症以及各种相关教程

前往查看 »
© 版权声明
THE END
喜欢就支持一下吧
点赞35 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片

    暂无评论内容