FlashML-org/FreeVideo
机器学习在自有消费级显卡上本地运行 MiniMax H3 视频生成,最低 8 GB 显存、16 GB 内存。
项目介绍
FreeVideo 是 MiniMax H3 视频模型的本地推理引擎,基于 OpenVDN 的 8 步 VDN-H3 模型和 Video DeltaNet 的混合注意力实现。它面向消费级硬件:项目宣称在 8 GB 显存、16 GB 内存的条件下即可生成视频,通过协调显存、系统内存和磁盘来压低峰值占用。
引擎会根据显卡自动选择权重格式、计算精度和注意力内核:GeForce 和 RTX 30 系列用 int8,工作站和数据中心卡用 FP8;权重流式加载、异步预取和分块计算共同控制内存。输入支持文本提示词、首尾帧,以及图片、视频和音频参考。它以 ComfyUI 插件形式运行,提供专用工作区,也可以切到节点视图加 LoRA 或自定义工作流。
快速使用
Windows 上最省事:下载 FreeVideo.exe 启动器,选择已有 ComfyUI 目录或新装一个,已有模型目录可直接添加复用,然后点 Install & launch,浏览器会打开带 FreeVideo 工作区的 ComfyUI,缺失的模型自动下载。
Apple 芯片 Mac 有预览版,通过 macOS DMG 安装,官方在 24 GB 统一内存的 M5 上测试过。它尚未经过 Apple 公证,首次打开会被系统拦截,可按首次打开说明只放行这一个应用。Linux 可以运行 AppImage,也可以在终端或服务器上用 git clone 加 ./setup.sh 安装,服务器和 SSH 用法见 Linux 指南。
已经装好 ComfyUI 的话,把 FreeVideo 作为自定义节点安装:
cd ComfyUI/custom_nodes
git clone https://github.com/FlashML-org/FreeVideo.git
重启 ComfyUI,打开 Workflow → Browse Templates → FreeVideo → FreeVideo-All-in-One,在 FreeVideo Settings 里完成设置。更新时在 custom_nodes/FreeVideo 中执行 git pull 并重启。
使用约束
不要求已有 ComfyUI,启动器会一并安装 ComfyUI、运行环境和模型;但全新安装需要下载视频模型、文本编码器、视频与音频解码器、采样缓存等多组模型包。离线安装时 README 给出网盘下载地址,要求把 ZIP 直接拖进启动器而不解压。服务器安装需要网络或 SSH 环境,局域网访问用 freevideo server --listen 0.0.0.0。
代码采用 Apache-2.0 许可,但模型权重适用 MiniMax H3 Community License,包含地域和使用范围限制,商用前需核对条款。Mac 预览版可覆盖的硬件范围比 GPU 路径窄,且明确标注为预览。
Windows 启动器是预编译程序,README 称其已签名,并建议在安全软件拦截时对照发布页核对 SHA-256。这个校验是确认拿到的是预期二进制而非被改动副本的实际手段。
HotRepo 点评
在 2026-11-19 的 Python 日榜记录中,FreeVideo 为 3,352 star、445 fork,当日新增 99 star,最好名次 15。这只是语言日榜的一次快照,说明当天有多少人注意到它,不能证明低显存宣称在某一具体显卡上成立。对潜在用户更有价值的信号是 README 里可核查的部分:自适应权重格式和内核探测在执行规划文档里有具体描述,社区生成的片段也汇总在结果页,拿自己的硬件对照验证是更实际的下一步。
本文由 AI 根据项目 README 生成,更新于 ,以项目官方文档为准。
相关推荐
- Video-Rebirth/hyperflow-h3-flash将 MiniMax-H3 压缩到 13.7B 的少步数视频与同步立体声音频生成模型,提供 INT8 与 GGUF 两种运行格式。
- MiniMax-AI/MiniMax-H3-Image开源权重的高分辨率图像生成与编辑模型,单检查点同时支持文生图和参考图编辑。
- Betelgeuse-AI/Betelgeuse面向消费级显卡的 C++/CUDA 推理分支,把 MoE 专家按需从 NVMe 流式载入,在 12 GB 显存的 RTX 3060 上跑大模型。
- huangserva/h3-fight面向 MiniMax H3 打戏视频,提供提示词库、提交前检查与 ComfyUI 出片脚本。
- wici-ai/inferssd当模型超出内存或显存时,从 SSD 流式运行大型 MoE GGUF 模型。