FramePack

github.com/lllyasviel/FramePack ist FramePack, ein neuronales Netz zur schrittweisen Videogenerierung per Vorhersage des jeweils nächsten Bildes, das den Kontext auf feste Länge komprimiert, sodass der Rechenaufwand unabhängig von der Videolänge bleibt.

🛡️ Datenschutz: Open-Source-Projekt von lllyasviel (Lvmin Zhang) ohne eigenen Cloud-Dienst; ein Firmensitz ist nicht genannt (Sitz nicht öffentlich dokumentiert). Laut Repository läuft die Anwendung lokal auf dem eigenen Rechner, die Verarbeitung erfolgt damit selbst gehostet. Das Repository weist ausdrücklich darauf hin, dass es die einzige offizielle Seite ist und dass Domains wie framepack.co oder framepack.ai nicht dazugehören.

Das Tool richtet sich an Kreative und Entwickler mit eigener Grafikkarte, die Videos lokal und ohne große Hardware erzeugen wollen.

Tool-Details & Features

💰 Preise: Kostenlos unter der Apache-2.0-Lizenz; Kosten für Hardware fallen selbst an. Auf nicht offiziellen Seiten sollte laut Repository nichts bezahlt werden.

⚙️ Technik: Modell mit 13 Milliarden Parametern; Kontextpackung mit unterschiedlichen Kompressionsraten je nach Wichtigkeit der Bilder, bidirektionale Sampling-Strategien gegen Qualitätsverlust bei langen Videos; Unterstützung für PyTorch-Attention, xformers, flash- und sage-attention; Mindestens 6 GB Grafikspeicher für Videos von einer Minute (1800 Bilder bei 30 fps).

👥 Zielgruppe: Kreative, Hobby-Anwender und Entwickler mit NVIDIA-Grafikkarte; Forschende zu Videodiffusion.

🔗 Integrationen: Desktop-Oberfläche mit Echtzeit-Vorschau; Ein-Klick-Installation für Windows; weitere Integrationen sind nicht belegt.

📊 Funktionen: Videoerzeugung mit konstantem Aufwand pro Bild, Optimierung per TeaCache (geht zulasten der Qualität), Vorschau der Zwischenergebnisse.

Vor- & Nachteile

✅ Vorteile: Lange Videos auf Laptop- und Mittelklasse-Grafikkarten möglich; freie Lizenz; transparente Warnung vor gefälschten Seiten.

❌ Nachteile: Laut Repository schwanken die Ergebnisse je nach Hardware, TeaCache und Quantisierung kosten Qualität, die Erzeugung ist mit rund 1,5 bis 2,5 Sekunden pro Bild auf einer RTX 4090 nicht schnell.

Für wen geeignet?

Perfekt für Anwender mit eigener Grafikkarte, die längere KI-Videos lokal erzeugen und dabei Datenkontrolle behalten wollen.