애플 FastFrames, 영상 생성이 대화 속도로
한 프레임 36ms. 키보드로 조작하면 바로 반응해요

01속도
프레임당 50ms 이하
- FastFrames-S(1.3B): 36ms, B200 GPU 1장
- FastFrames-L(14B): 45ms, B200 8장
- 480p 영상을 2단계 확산으로 생성
- 회색 영역이 '대화형' 기준(≤50ms)

02비결
느린 건 모델이 아니라 '주변'
분석해 보니 VAE 디코딩과 KV 캐시 갱신이 지연의 절반 이상이었어요. 이를 가벼운 모듈로 바꿔 271.8ms를 35.8ms(7.6배)로 줄였어요.

03공개 범위
가중치·코드·체크포인트 공개
- S(1.3B)·L(14B) 가중치 공개
- LingBot 1.3B 최적화판: 16배 빠름
- 지연 측정·VBench 평가·학습 코드 포함
- Apple Sample Code License

한눈에 정리
- 480p 영상을 프레임당 36~45ms로 생성
- VAE·KV 캐시를 경량화해 7.6배 가속
- LingBot 최적화판은 16배, 데모 832→52ms
출처 · Apple · Hugging Face — 원문 보기
카드뉴스로 보기





