VideoForge

VideoForge 是端到端、生產級的 AI 影片合成工作室，用於在消費級工作站硬體（例如擁有 8 GB 視訊記憶體的 NVIDIA GeForce RTX 4060）上編排最先進的 Diffusion Transformer（DiT）影片模型。VideoForge 不依賴昂貴的第三方雲 API，也不需要伺服器級企業加速卡（24GB 以上），而是利用非對稱雙匯流排記憶體解除安裝、flow matching sigma 排程和原生時空引導（STG），在本地約 30–45 秒內生成高保真、時間連貫的影片，同時嚴格將視訊記憶體峰值保持在 ≤5.2 GB。該專案遵循 Clean Architecture 和埠與介面卡（六邊形架構），嚴格解耦面向客戶端的傳輸層、任務編排、硬體介面卡和本地後臺推理引擎。它在統一的構建器中支援四種不同的生成方式：文生影片（T2V）、單圖生影片（I2V）、起始→結束幀過渡，以及多幀關鍵幀（最多 4 個自定義關鍵幀錨點）。系統包含 REST API、用於即時遙測的 WebSocket 推送伺服器，以及 React 18 + Vite 的 SPA 前端。在 AMD Ryzen 7 8845HS、64 GB DDR5、NVIDIA GeForce RTX 4060 筆記本版（8 GB 視訊記憶體）上的硬體基準測試顯示，渲染時間分別為 30.1 秒（草稿）、44.5 秒（均衡）和 55.8 秒（擴充套件），視訊記憶體峰值在 5,207 MB 到 5,620 MB 之間。