FastMetal

FastMetal官网

FastMetal 是由 UC Berkeley Sky Computing Lab（hao-ai-lab）推出的 Apple Silicon 原生 AI 视频生成引擎，基于 FastVideo 开源框架打造。FastMetal 将 FastWan-QAD 系列视频生成模型带到 Apple Silicon 平台，通过 MLX 运行时在 Metal 上运行 DiT、DMD 采样器和解码器，默认 INT8 量化，让 Mac 用户无需 CUDA、无需云端即可在本地生成视频。一段 5 秒 480P 视频在普通 Mac 上仅需 30 秒生成，仅占用 3.9 GiB 内存，将 AI 视频生成的门槛从高端 GPU 工作站降低到了消费级 MacBook。

FastMetal的主要功能：

1. Apple Silicon 原生推理：通过 MLX 框架在 Metal 上运行全部模型组件（DiT、DMD 采样器、解码器），无需 NVIDIA CUDA，Mac 原生支持；
2. 本地视频生成：支持文生视频（Text-to-Video），在 Mac 本地生成 5 秒视频片段，480P 分辨率仅需 30 秒，720P 分辨率同样可用；
3. 三档模型规格：1.3B 模型支持 480P 快速生成、5B 模型支持 720P 高清生成、14B 模型追求极致画质，适配不同配置的 Mac 设备；
4. 低内存占用：1.3B 模型仅需 3.9 GiB 内存，普通 8GB MacBook Air 即可运行，大幅降低 AI 视频生成的硬件门槛；
5. INT8 量化加速：默认使用 INT8 量化，在保持视觉质量的同时减小模型体积、提升推理速度。

如何使用FastMetal？

使用流程如下：

1. 确保你的 Mac 为 Apple Silicon 芯片（M1/M2/M3/M4 系列），安装 Python 3.12 和 uv 包管理器；
2. 克隆 FastVideo 仓库：git clone https://github.com/hao-ai-lab/FastVideo.git，进入项目目录；
3. 创建虚拟环境并安装 MLX 依赖：uv venv –python 3.12 –seed && source .venv/bin/activate && uv pip install -e ‘.[mlx]’；
4. 在 Python 中导入 FastVideo，加载 FastMetal-QAD 模型（1.3B/5B/14B 任选），输入文本提示词生成视频；
5. 生成的视频将自动保存到指定输出路径，可直接在 Mac 上预览和编辑。

FastMetal的使用场景：

1. 本地原型创作：设计师和创作者在 Mac 上快速生成 AI 视频原型，无需上传至云端或配置 GPU 服务器；
2. 隐私敏感场景：企业内部原型、敏感内容生成等不适合上传到云端的视频生成需求，完全在本地完成；
3. 教育与研究：高校和研究机构利用 Mac 实验室设备进行 AI 视频生成教学和实验，降低设备采购成本；
4. 移动创作：使用 MacBook 在无网络环境下进行 AI 视频创作，适合旅途、室外等离线场景；
5. 快速迭代测试：开发者在本地快速测试不同提示词和参数组合的效果，无需等待云端排队。

FastMetal的常见问题解答：

FastMetal 需要什么配置的 Mac？

需 Apple Silicon 芯片（M1 及以上），1.3B 模型仅需 3.9 GiB 内存，8GB 内存的 MacBook Air 即可运行 480P 生成。5B 和 14B 模型建议 16GB 以上内存。

FastMetal 支持图生视频吗？

FastMetal-QAD 主要支持文生视频。FastVideo 框架另支持图生视频模型，但 Apple Silicon 上的图生视频支持仍在开发中。

FastMetal 是免费的吗？

是的，FastMetal 基于 Apache 2.0 开源协议，代码和模型完全免费，可在 GitHub 和 Hugging Face 上获取。

FastMetal官网网址：

FastMetal官网入口网址：https://github.com/hao-ai-lab/FastVideo

博客文档：https://haoailab.com/blogs/fastmetal

OpenI AI时代点评

FastMetal 的价值在于它打破了 AI 视频生成对 NVIDIA GPU 的依赖，将这一能力带到了全球数亿 Mac 用户面前。3.9 GiB 内存占用和 30 秒生成速度意味着一台入门级 MacBook Air 就能跑起来，这在之前是不可想象的。从技术路线看，通过 MLX 运行时将 DiT 架构完整迁移到 Metal 上，并用 INT8 量化平衡速度与质量，是 Apple Silicon AI 生态的重要实践。对于关注 AI 视频生成和本地推理的开发者，FastMetal 代表了端侧 AI 的一个重要方向。探索更多 AI 工具。