2026 年 11 月 22 日——开源项目 FreeVideo 自 10 月 2 日开源以来连续发布多个版本,最新 v0.5.0 于 11 月 10 日将 MiniMax H3-Image 图像生成并入本地引擎,8GB 显存即可生成最高 16MP(约 1600 万像素)的图像;此前的 v0.4.0 已支持 Claude Code 与 Codex 等 AI Agent 自主生成视频,并放开单条超过一分钟的长视频生成。
FreeVideo 是 FlashML-org 开源的 MiniMax H3 本地视频生成推理引擎,基于 OpenVDN 的 8 步 VDN-H3 模型与 Video Delta Net(VDN)混合注意力架构构建,最低在 8GB 显存、16GB 系统内存的消费级设备上运行 33B 参数的 MiniMax H3。据 OpenVDN 官网数据,在 MiniMax H3 这类全模态模型上,softmax 注意力占推理总时长的 85% 以上,VDN 用滑动窗口 softmax 与双向线性注意力两条分支替代完整注意力,辅以仅增加 3.57% 注意力密度的边界锚点,在接近线性注意力速度的同时保持近乎无损的画质;服务端参考成绩为 8 张 B200 配合 SGLang Diffusion,14.4 秒 768p 视频去噪用时 6.9 秒,预热后约 9 秒成片,快于播放速度。
引擎侧负责把这套模型落到消费级硬件:FreeVideo 按显卡型号自动选择权重格式与注意力内核,GeForce 与 RTX 30 系列显卡走 int8,工作站与数据中心卡走 FP8,并配合权重流式加载、异步预取与分块计算压低峰值显存占用。作为对照,MiniMax H3 官方部署方案需要多卡 GPU 环境。
三平台启动器与四档画质
FreeVideo 目前提供 Windows、macOS 与 Linux 三条获取路径。Windows 版为图形界面启动器,主程序已做代码签名,支持 ZIP 拖拽离线安装;macOS 版面向 Apple silicon(macOS 14 及以上),官方在 24GB 统一内存的 M5 机型上完成测试,仍为预览版且尚未通过 Apple 公证,首次打开需手动放行;Linux 提供 AppImage 桌面版与终端脚本两种方式。三端启动器都会自动配置 ComfyUI、运行环境与模型文件,支持复用已有模型目录与离线安装。
画质方面,v0.2.0 起每条视频可选 Light、Medium、High、Max 四档,档位越高画质越好、耗时越长,成片可导出为带生成时长与 GPU 信息的分享图或视频;官方画廊页已放出四档画质并排对比与 20 秒样片。输入模态覆盖文本、首尾帧与图像、视频、音频参考,同时支持社区 LoRA 与自定义工作流。
版本演进
据项目仓库发布记录,FreeVideo 开源后的主要版本节点如下:
| 版本 | 日期 | 主要更新 |
|---|---|---|
| 开源首发 | 2026 年 10 月 2 日 | 8GB 显存运行 MiniMax H3,Apache License 2.0 开源 |
| v0.1.2 | 2026 年 10 月 5 日 | macOS(Apple silicon)预览版上线 |
| v0.2.0 | 2026 年 10 月 5 日 | 四档画质(Light/Medium/High/Max),可导出带生成时长与 GPU 信息的分享内容 |
| v0.2.3 | 2026 年 10 月 6 日 | 视频携带工作流信息,拖回 ComfyUI 画布可还原提示词、种子与参数 |
| v0.3.0 | 2026 年 10 月 7 日 | GeForce 与 RTX 30 系列切换 int8 权重,RTX 3090 生成 5 秒视频提速约 2.3 倍 |
| v0.3.2 | 2026 年 10 月 7 日 | 先出半分辨率预览,满意后再完整生成 |
| v0.4.0 | 2026 年 10 月 13 日 | AI Agent 自主生成视频、放开超过一分钟的长视频、新增时间线编辑视图 |
| v0.5.0 | 2026 年 11 月 10 日 | H3-Image 并入,8GB 显存本地生成最高 16MP 图像 |
云端调用参考
本地方案之外,云端调用仍有成本门槛。据硅基流动官方微博 11 月 12 日发布的信息,该平台已上线 MiniMax H3 API,价格为 0.5 元/秒,支持生成 5 至 15 秒、480P 或 768P 的带音轨视频。官方画廊与社区样片目前仍是验证本地方案画质的主要公开渠道。
数据与规格
| 项目 | 数据 |
|---|---|
| 开发方 | FlashML-org(开源组织) |
| 开源日期 | 2026 年 10 月 2 日 |
| 代码协议 | Apache License 2.0 |
| 权重协议 | MiniMax H3 Community License(含地域与用途限制) |
| 基座模型 | MiniMax H3(33B 参数全模态生成模型) |
| 推理架构 | OpenVDN VDN-H3(8 步采样,Video Delta Net 混合注意力) |
| 最低配置 | 8GB 显存 + 16GB 系统内存 |
| 支持平台 | Windows 10/11(NVIDIA GPU)、macOS 14+(Apple silicon,预览)、Linux(NVIDIA GPU) |
| 画质档位 | Light、Medium、High、Max 四档 |
| 输入模态 | 文本、首尾帧、图像/视频/音频参考 |
| 生态支持 | ComfyUI 专属工作区、社区 LoRA、自定义工作流、离线安装包 |
| 最新版本 | v0.5.0(2026 年 11 月 10 日) |
| 技术论文 | Video DeltaNet(arXiv:2609.20744) |
评论