在另一个网站上，我发表了一篇测试 FramePack 的文章，这是一种本地运行的视频生成人工智能。

在本地运行 FramePack

我用人工智能从静止图像生成了一段视频，尽管时间只有短短的 4 秒钟。实际生成的视频可在链接中找到。

我在 Windows11 WSL2 Ubuntu 上构建了 FramePack，如果你还记得在 WSL2 上构建的程序，也可以直接迁移到 CUDA 优化的 Linux 裸机环境。从这个意义上说，该环境是在 WSL2 而非 Windows11 上构建的。

生成一段 4 秒钟视频所需的时间

正如链接中所述，在 nVidia RTX3060 12GB 上生成一段 640 x 608 像素、30.00 fps、4 秒钟的视频大约需要 22 分钟。

如果要生成一个 15 秒的视频，我们估计需要大约 1.5 个小时，而生成一个 30 秒的视频则需要大约 3 个小时。要一次性生成令人满意的视频并不总是可能的，因此如果要认真生成视频，就需要更强的 GPU 能力。

所需计算机资源

它规定至少需要 GPU 6GB 内存。

在我的使用环境中，主内存为 64 GB，GPU 为 12 GB，但在视频生成过程中，两者几乎都用完了。

如果使用的主内存或 GPU 内存少于此值，由于要交换到固态硬盘，生成时间会慢得多。

Musubi

我在另一个网站上介绍了一篇安装和使用 FramePack（一种视频生成人工智能）的文章。我已经在我的主博客上写过一篇关于视频生成人工智能主题的文章。为避免重复，我将只在本网站上介绍它们。