Генерация видео FramePack

Создавайте AI-видео всего с 6GB VRAM с помощью FramePack на Clore.ai

FramePack — это прорыв в генерации видео с помощью ИИ: он может создавать видео длиной до 2 минут, используя всего 6 ГБ VRAM. Построенный на архитектуре HunyuanVideo, ключевая инновация FramePack — эффективная упаковка кадров, благодаря чему объём памяти GPU остаётся постоянным независимо от длины видео. Это делает генерацию видео с помощью ИИ доступной на бюджетных GPU, которые раньше были слишком ограничены.

Ключевые особенности

• Минимум 6 ГБ VRAM: Работает на RTX 3060, RTX 3070, даже GTX 1060!

• Видео длиной до 2 минут: Постоянное использование VRAM независимо от длины видео

• Изображение в видео: Анимируйте любое изображение с текстовым промптом

• Веб-интерфейс включён: Интерфейс на базе Gradio для удобного использования

• Построен на HunyuanVideo: Использует архитектуру видео-диффузии Tencent

• Открытый исходный код: GitHub с активной разработкой

Требования

Компонент	Минимум	Рекомендуется
GPU	GTX 1060 6 ГБ	RTX 4090 24GB
VRAM	6 ГБ	12 ГБ+
ОЗУ	16GB	32GB
Диск	30 ГБ	50 ГБ
CUDA	12.8+	12.8+
Python	3.10+	3.11

Рекомендуемая GPU от Clore.ai: RTX 3080 10 ГБ ($0.05–0.19/ч) — отличное качество при низкой цене!

Справочник по скорости

GPU	Время на кадр	Видео на 60 кадров (~2 с при 30 fps)
RTX 3060 12GB	~30 сек	~30 мин
RTX 3080 10GB	~18 сек	~18 мин
RTX 4080 16GB	~12 с	~12 мин
RTX 4090 24GB	~8 с	~8 мин
RTX 5090 32GB	~5 сек	~5 мин

Установка

# Клонировать репозиторий
git clone https://github.com/lllyasviel/FramePack.git
cd FramePack

# Создать conda-окружение (рекомендуется)
conda create -n framepack python=3.11 -y
conda activate framepack

# Установить зависимости
pip install -r requirements.txt

# Установите PyTorch с CUDA
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128

Настройка Docker

docker run --gpus all -p 7860:7860 \
  -v ~/.cache/huggingface:/root/.cache/huggingface \
  -v ./outputs:/app/outputs \
  ghcr.io/lllyasviel/framepack:latest

Быстрый старт — веб-интерфейс

Самый простой способ использовать FramePack:

cd FramePack
python app.py --port 7860

# Для низкого VRAM (6 ГБ):
python app.py --port 7860 --low-vram

# Откройте http://localhost:7860

Рабочий процесс веб-интерфейса:

1. Загрузите исходное изображение (это будет первый кадр)

2. Введите текстовый промпт, описывающий движение ("камера медленно приближает", "человек идёт вперёд")

3. Установите длину видео (количество кадров)

4. Нажмите Generate

5. Скачайте MP4

Использование

FramePack — это веб-приложение Gradio, а не библиотека Python. Основной интерфейс — веб-интерфейс.

Рабочий процесс веб-интерфейса

1. Открыть http://localhost:7860 после запуска

2. Загрузите исходное изображение (будет первым кадром)

3. Введите текстовый промпт, описывающий желаемое движение

4. Установите количество кадров (больше = длиннее видео)

5. Нажмите Сгенерировать → подождите → скачайте MP4

Доступ к API через Gradio Client

Вы можете вызывать FramePack программно, используя API Gradio:

from gradio_client import Client

# Подключиться к запущенному экземпляру FramePack
client = Client("http://localhost:7860")

# Сгенерировать видео из изображения + промпта
result = client.predict(
    "input_photo.jpg",                              # исходное изображение
    "the person smiles and turns their head slowly", # промпт
    60,                                              # число кадров
    7.5,                                             # scale guidance
    30,                                              # шагов инференса
    42,                                              # seed
    api_name="/generate"
)
print(f"Видео сохранено в: {result}")

Пакетная обработка с Gradio Client

from gradio_client import Client
import glob

client = Client("http://localhost:7860")

prompts = [
    ("photo1.jpg", "мягкий зум камеры с мягким освещением"),
    ("photo2.jpg", "ветер развевает волосы, движущиеся облака"),
    ("photo3.jpg", "медленный отъезд камеры, открывающий всю сцену"),
]

for img_path, prompt in prompts:
    result = client.predict(img_path, prompt, 60, 7.5, 30, -1, api_name="/generate")
    print(f"Готово: {img_path} → {result}")

Руководство по разрешению

VRAM	Максимальное разрешение	Качество
6 ГБ	512×512	Подходит для социальных сетей
8 ГБ	640×640	Лучше детализация
10 ГБ	512×768	Портрет/альбом
12GB	768×768	Высокое качество
24 ГБ	1024×768	Лучшее качество

Советы для пользователей Clore.ai

• Экономичный вариант: Это одна из немногих моделей видео-ИИ, которая работает на дешёвых GPU ($0.03–0.07/ч для RTX 3060!)

• Используйте --low-vram флаг: Обязательно для GPU с 6–8 ГБ — автоматически включает выгрузку в CPU

• 512×512 вполне достаточно: Для социальных сетей (TikTok, Reels) 512 px — это совершенно приемлемо

• Дольше ≠ больше VRAM: В отличие от других видеомоделей, FramePack сохраняет постоянный объём VRAM — свободно генерируйте более длинные видео

• Заранее скачайте модели: При первом запуске загружается около 15 ГБ. Запустите один раз, и затем в вашей сессии Clore модели будут закэшированы

• Сочетайте с апскейлингом: Генерируйте в 512×512, а затем используйте Real-ESRGAN для увеличения до 2K/4K

Советы по промптам

Хорошие промпты описывают движение, а не только внешний вид:

✅ "камера медленно панорамирует вправо, открывая горный пейзаж"
✅ "человек моргает и мягко улыбается, ветер движет его волосы"
✅ "медленно отъезжает назад, показывая всё здание"

❌ "красивый закат" (движение не описано)
❌ "высокое качество, 4K, детализировано" (стилистические слова мало помогают)

Устранение неполадок

Проблема	Решение
CUDA out of memory	Используйте --low-vram флаг, уменьшите разрешение до 512×512
Очень медленная генерация	Нормально для GPU с 6 ГБ (~30 сек/кадр). Используйте RTX 4090 для скорости в 4 раза выше
Чёрные/повреждённые кадры	Обновите PyTorch: pip install torch --upgrade
Загрузка модели зависает	Проверьте свободное место на диске (нужно 30 ГБ). Попробуйте HF_HUB_ENABLE_HF_TRANSFER=1
Веб-интерфейс не запускается	Проверьте, что порт 7860 свободен: lsof -i :7860

Дополнительное чтение

• Репозиторий GitHub

• HunyuanVideo (базовая модель)

• Сравнение GPU на Clore.ai — найдите самую дешёвую GPU под ваши задачи