FreeVideo 將 MiniMax H3 影片生成帶到 Apple Silicon

10 月 5 日，一個名為 FreeVideo 的開源專案發布了可在 Apple silicon 上執行的預覽版。這則消息聽起來微不足道。但它實際上做的，是把一條原本已在 Windows 上存在的路徑延伸到 Mac 硬體上，讓人們可以在自己的機器上使用 MiniMax 的 H3 模型生成影片，而且不必附帶按秒計費的 API 帳單。

FreeVideo 來自 FlashML，這個引擎鎖定的是某一類特定使用者：想要反覆迭代影片片段，又不想盯著計費表跑的人。Windows 版本早已能在消費級 GPU 上執行 H3，VRAM 最低只要 8GB。Mac 預覽版把同樣的工作流程帶到 Apple 的統一記憶體架構上，而對這類任務來說，這是一項真正的優勢，因為模型可以使用原本會被拆分到獨立顯卡與系統 RAM 之間的記憶體。

重點在於消失的計費表

託管的影片模型按秒收費。這種定價模式塑造了人們使用它們的方式。當每次重試都要花錢，你就會學會小心翼翼、把提示詞寫得更長、接受第一個還可以的成果，而不是努力追求最好的一次。一個好片段的成本不只是生成那一個的成本；而是生成所有被你丟棄的片段的成本。

本機引擎改變了這個計算方式。一旦模型在你自己的硬體上執行，再一次嘗試的邊際成本就降到只剩電力和時間。這讓一種不同的工作方式成為可能：為一個鏡頭生成十幾種變化，挑出你喜歡的，完全不用考慮帳單。對任何從事預視覺化（previz）、視覺開發（look development），或只是單純想了解這些模型行為的人來說，這種自由比原始品質更有價值。

這與過去兩年圖像生成領域發生的轉變如出一轍。本機圖像模型從業餘愛好者的新奇玩意，變成真正的替代方案；一旦它們夠好，即使託管模型看起來更強，能夠執行無限次迭代的能力對某一部分使用者來說就是重要的事。影片正沿著同一條曲線前進，只是時間更晚，因為影片模型更重，硬體門檻也更高。

最在乎這件事的人，正是那些從事預視覺化和視覺開發的人。在傳統製作中，這些階段本應便宜且可拋棄，是在真正投入資金之前測試想法的方式。託管影片定價卻與此背道而馳，因為每次測試都要花錢。本機引擎恢復了預視覺化的精神：把想法往牆上扔，留下能黏住的，等到概念確定後，才投資在昂貴的版本上。這不是小眾需求。大多數視覺工作實際上就是這樣規劃的。

工作流程的樣貌

FreeVideo 建立在 ComfyUI 之上，這個節點式介面已成為本機生成式模型的預設前端。Mac 預覽版支援人們對嚴肅影片工作流程所期待的功能：首尾幀控制、參考圖像，以及社群 LoRA。首尾幀控制是值得注意的一項。它讓你藉由決定鏡頭從哪裡開始、在哪裡結束來規劃一個鏡頭，然後讓模型填補其間的動態。這更接近分鏡腳本的運作方式，而非文字提示詞的運作方式。

參考圖像和 LoRA 是為了保持一致性。如果你需要在好幾個鏡頭中維持同一個角色或同一種外觀，你就餵給模型參考資料，並用一個小型訓練附加元件來調整它。這些工具能把一個只會產出討喜片段的模型，變成一個能服務一整個序列的模型。它們存在於一個開放的本機引擎中很重要，因為這意味著一致性相關的工作不必依賴託管供應商的功能藍圖。

為何選擇 MiniMax H3

MiniMax 的 H3 在本機社群中已成爲某種心頭好，部分是因為它能在中低階硬體上執行，部分是因為它對社群喜歡做的微調反應良好。近幾週出現了幾個以 H3 為基礎的產品，這個模型也出現在從廣告工具到製作流程等各種地方。選擇它作為本機引擎的基礎是務實的決定。它夠好，所以有用；夠小，所以能跑；夠開放，所以能改。

授權問題值得放在心上。有些衍生自 H3 的作品遇到了排除特定地區的限制，而且開放取得並不總是等於沒有限制地使用。任何要打造產品、而不只是實驗的人，都應該在推出任何商業產品之前詳讀條款。

誠實的限制

本機生成並不是最佳託管模型的替代品，假裝它是的話會造成誤導。頂級的託管影片模型通常會產出比在消費級硬體上本機執行更乾淨、更長、更可控的輸出，而且速度更快。Mac 預覽版也還很早期，這意味著粗糙的邊緣、不穩定的效能，以及一個需要耐心的設定過程。

至於 8GB VRAM 的下限，那是下限，不是舒適的巡航高度。這意味著引擎可以在中低階硬體上啟動，但不表示它在那裡跑起來毫不費力。在 Mac 上，統一記憶體緩和了這個限制，但並沒有消除它。更長的片段和更高的解析度，即使對性能不錯的機器也會造成負擔。

本機生成提供的是一種不同的取捨。你放棄一些品質和一些速度，換來無限次迭代、對自己資料的完全掌控，以及不必依賴供應商的定價或政策。對很多工作來說，尤其是在你還在弄清楚一個鏡頭該是什麼樣子的探索階段，這種取捨值得做。

觀察重點

有兩件事會決定這件事能走多遠。第一是速度。本機影片生成很慢，如果 Mac 預覽版無法在合理時間內產出可用的片段，大多數人除了測試之外，都會飄回託管工具。第二是品質。本機與託管之間的差距每隔幾個月就會縮小，而當本機引擎接近到足以做真正的工作時，這個產業角落的經濟學就會改變。

就目前而言，FreeVideo 清楚表明了事情的走向。影片生成正開始跟隨圖像生成的腳步，進入一個能幹的模型可以在你已經擁有的硬體上執行的世界，而決定因素不再是誰負擔得起 API，而是誰有耐心反覆迭代。這是一個比全新旗艦模型更安靜的轉變，而且可能更重要。

這也提醒我們，前沿並不是唯一發生進展的地方。當最大的實驗室追逐更長的片段和更高的解析度時，像這樣的專案正悄悄擴大誰能參與。這種擴大通常是把一項技術從 demo 變成習慣的關鍵，而習慣才能長久。