FastMetal 把视频生成塞进 Mac 笔记本：30 秒出一段 480P，本地 3.9GB 显存就够

苹果电脑长期被本地 AI 视频生成工具忽略，因为主流方案几乎都绑定 NVIDIA CUDA。Sky Computing Lab 最近开源的 FastMetal 项目改变了这一点：它把 FastWan-QAD 系列模型完整搬到 Apple Silicon 上，用 MLX 框架直接在 Metal 上跑 DiT、DMD 采样器和解码器，整套流程不需要任何云端算力。

官方公布的实测数据相当硬核——一段 5 秒 480P 视频，在 Mac 上生成只需要约 30 秒，内存占用约 3.9 GiB。这个数字意味着，普通款 M 系列 MacBook 也能跑得动视频生成，而不是只能看别人跑分。默认开启 INT8 量化是关键，它在画质可接受的前提下，把模型体积和显存需求压到了消费级设备能承受的范围。

三个模型覆盖不同需求

FastMetal 提供三个档位：1.3B 参数支持 480P 分辨率，主打快速出图和低资源占用；5B 参数支持 720P，是日常短片的甜点档；14B 参数追求画质，适合对细节要求更高的场景。三个模型都已经发布在 Hugging Face 的 FastVideo 集合里，代码同步开源在 GitHub，开发者可以直接拉下来跑。

为什么是 MLX 而不是 PyTorch MPS

把视频模型搬到 Mac 上并非新鲜事，但过去常见做法是 PyTorch 加 MPS 后端，性能和显存控制都不太理想。FastMetal 选择 MLX，是因为 MLX 是苹果官方为 Apple Silicon 设计的机器学习框架，内存模型更灵活，Metal 的图优化也更彻底。对开发者来说，这意味着写代码时不用反复绕开 CUDA 才有的算子，改动成本更小。

对创作者和开发者的实际价值

对内容创作者来说，本地生成意味着不需要排队等云端配额，也不用担心素材上传到第三方平台。对独立开发者来说，3.9 GiB 这个门槛让 M2 Air 这种入门机型也能跑得动，做本地工具或者插件有了现实基础。对企业用户来说，数据不出本机这一点，在涉及未公开素材的预演和打样环节尤为重要。

中文用户需要留意的几个点

首先是硬件门槛。3.9 GiB 是 480P 的数字，720P 和 14B 模型对统一内存的需求会明显上升，建议至少 16GB 起的 Mac 才能保证流畅。其次是 macOS 版本和 MLX 的兼容性，旧系统用户可能需要先升级。第三是 INT8 默认带来的画质损失，对色彩敏感的项目需要自行切回高精度再出片。

和现有方案的横向对比

目前 Mac 本地视频生成可选项不多，且大多停留在图生视频或低分辨率试玩阶段。FastMetal 的优势在于同时提供了 480P 到 720P 的覆盖，并且把出片时间压到了几十秒级别。当然，它和云端的高端模型仍有差距，复杂运动、长时长和一致性这些指标还不是它的强项。

后续值得观察的方向

一是模型是否会继续下探到 M1 设备，以及 14B 版本在消费级 Mac 上的实际速度。二是社区是否会基于 FastVideo 仓库衍生出 LoRA 训练工具，让本地用户微调自己的风格。三是有没有团队把它包装成 Final Cut Pro、剪映专业版的插件，直接嵌入到剪辑工作流里。这三条线一旦跑通，Mac 在视频创作领域的本地 AI 体验会被重新定义。