一句话看懂：Hao AI Lab 推出 FastMetal-QAD 系列模型，让 Mac 用户无需 CUDA 或云服务，即可在本地 30 秒内生成 5 秒 480P 视频，最低占用 3.9 GiB 内存，把视频生成的门槛拉到了 Apple Silicon 设备上。
事件核心：发生了什么
8 月 19 日，Sky Computing Lab 旗下的 Hao AI Lab 发布了 FastMetal-QAD，一套专门为 Apple Silicon 优化的开源视频生成模型家族。该系列包含 1.3B、5B 和 14B 三个参数版本，分别面向 480P、720P 和高质量生成场景。官方测试数据显示，1.3B 模型在本地生成一段 5 秒 480P 视频仅需 30 秒，峰值内存占用 3.9 GiB；5B 模型在开启两项加速模式后，生成 1280×704 分辨率、81 帧的视频耗时 10.3 秒，峰值内存 9.3 GiB；14B 模型则能在 36 GB 内存的 Mac Studio 上无交换运行，占用约 21.7 GiB。所有模型的 DiT 架构、DMD 采样器和解码器均通过 MLX 框架运行在 Metal 上，默认采用 INT8 量化。
为什么重要
这条新闻的关键不在于“Mac 能跑视频模型”本身，而在于它展示了推理优化的另一种思路：与其堆算力，不如从算法层面压缩 token 开销。FastMetal 团队在优化前做了性能剖析，发现去噪过程中 70% 的计算量集中在自注意力层，且该层已接近机器算力上限，因此瓶颈不在内核，而在注意力机制的 O(tokens²) 复杂度。FastMetal 的“–fast”模式通过抽帧加 RIFE 插帧重建，“–fast-spatial”模式则在半分辨率下完成去噪后再上采样，两种模式组合使用可大幅降低 token 数量。这种做法把视频生成的本地推理成本拉到了消费级硬件可接受的范围，对依赖云端 GPU 的现有视频生成服务形成了一种替代路径。
对用户/开发者/创作者的影响
对普通 Mac 用户而言，这意味着视频生成不再是云端 API 的专属能力。只要拥有一台 Apple Silicon 设备，即可通过开源代码和模型在本地完成从文本到视频的生成，数据无需上传，隐私性和可控性显著提升。对开发者来说，FastMetal 的推理代码已集成在 FastVideo 仓库中，所有优化参数都有文档说明，可以直接基于 1.3B 小模型做二次开发或产品原型验证。对创作者而言，5B 模型在 720P 下的生成速度和画质已经具备实际可用性，而 14B 模型则提供了一个在本地运行高质量生成模型的可能性窗口。不过需要注意，当前时间点这些模型是开源社区项目，尚未看到企业级服务或商业授权条款的明确信息。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
目前公开信息显示，有几个观察点值得持续跟进：第一，INT8 量化在更长时长或更高分辨率输出下能否保持运动连贯性，已有社区用户在讨论这一点，后续如果有更多实测样本，会更容易判断量产可行性。第二，14B 模型虽然能在 36 GB Mac Studio 上运行，但 21.7 GiB 的内存占用意味着 16 GB 基础款 MacBook 用户只能使用 1.3B 或 5B 版本，这可能会影响该模型在更广泛设备上的普及速度。第三，FastVideo 团队是否会基于这一优化经验推出支持 NVIDIA 硬件的类似方案，或者将这套 token 压缩策略反向移植到云端推理管线中，仍待观察。
