Stability AI生成模型：3步跑通出图

Stability AI生成模型：3步跑通出图

【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models

你是不是也经历过：Stability AI 的 generative-models 仓库 clone 下来，权重下不全，跑一行报一行错，折腾半天没见到一张图。照着下面的 3 大步走（环境、权重、跑通 3 个模型），从空环境到出图出视频，控制在 30 分钟以内。

定位部署时的常见坑

• 报错ModuleNotFoundError: No module named 'sgm'→ 根因：没激活虚拟环境或没执行pip3 install .安装本仓库的sgm包。
• 模型加载时找不到文件 / Missing key→ 根因：权重文件名或存放位置与checkpoints/约定不符，配置文件是按精确文件名读的。
• CUDA out of memory→ 根因：视频模型默认一次解码全部帧，帧数越多显存吃得越狠。
• triton==2.0.0安装失败→ 根因：Python 不是 3.10 或 CUDA 版本对不上，依赖链里 triton 锁死了版本。
• 反复下载中断→ 根因：直连 Hugging Face 网络不稳，且没做断点续传或镜像。

动手前检查环境与磁盘

对照这张清单确认 4 项即可：

任何一项不满足先补齐，后面步骤才能一路绿灯。

从环境搭建到 4D 视频生成

第一步：clone 仓库

git clone https://gitcode.com/GitHub_Trending/ge/generative-models cd generative-models

预期看到：目录里有sgm/、configs/、scripts/、main.py。没看到就ls确认当前目录，clone 报错就看是网络还是权限问题。

第二步：搭 Python 环境（约 10 分钟）

python3.10 -m venv .pt2 source .pt2/bin/activate

# 装 CUDA 11.8 对应的 PyTorch pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

pip3 install -r requirements/pt2.txt pip3 install .

预期看到：最后一条输出Successfully installed sgm-...。如果triton或xformers报错，别慌，九成是 Python 版本不是 3.10，重建环境重来比逐个修依赖快。

第三步：下载 3 个权重放进checkpoints/

先装上命令行工具，再按模型逐个拉。注意--local-dir checkpoints会把文件直接放进仓库根目录下的checkpoints/：

pip install -U "huggingface_hub[cli]" huggingface-cli download stabilityai/sdxl-turbo sd_xl_turbo_1.0.safetensors --local-dir checkpoints

huggingface-cli download stabilityai/stable-video-diffusion-img2vid svd.safetensors --local-dir checkpoints huggingface-cli download stabilityai/sv4d2.0 sv4d2.safetensors --local-dir checkpoints

预期看到：ls checkpoints/列出sd_xl_turbo_1.0.safetensors、svd.safetensors、sv4d2.safetensors三个文件。数量或名字对不上就别往下走，先核对文件名。

第四步：跑通文生图

streamlit run scripts/demo/turbo.py

预期看到：浏览器自动打开 SDXL-Turbo 页面，输入 prompt 后几秒出 512x512 的图。没出图多半是权重名不对，检查第三步的文件是否叫sd_xl_turbo_1.0.safetensors。

第五步：跑通图生视频

仓库自带的assets/test_image.png可以直接当输入，不用自己找图：

python scripts/sampling/simple_video_sample.py --input_path assets/test_image.png --version svd --output_folder outputs/svd

预期看到：终端跑完采样后，outputs/svd/里多了000000.mp4。中途 OOM 就加--decoding_t=4（默认 14）。

第六步：跑通 4D 生成

SV4D 2.0 输入一段 21 帧的视频，输出多视角新视角视频：

python scripts/sampling/simple_video_sample_4d2.py --input_path assets/sv4d_videos/camel.gif --output_folder outputs

预期看到：outputs/下生成一个 mp4。低显存（24GB 以下）加--encoding_t=1 --decoding_t=1，显存还紧张再降--img_size=512。

加速下载与批量拉权重

如果你直连下载速度跑不满带宽，可以试试切到国内镜像再重跑同一条命令：

export HF_ENDPOINT=https://hf-mirror.com

如果你后面还要陆续补 SVD-XT、SV3D 这些权重，可以改用 Python 按仓库整包拉，省去一条条敲：

from huggingface_hub import snapshot_download snapshot_download("stabilityai/stable-video-diffusion-img2vid-xt", local_dir="./checkpoints")

高频故障急救表

30 秒验证部署成功

两条命令确认权重完整、产出存在：

ls outputs/svd/ python -c "from safetensors.torch import load_file; print(len(load_file('checkpoints/svd.safetensors')))"

预期看到：第一条列出000000.jpg和000000.mp4，第二条打印一个上千的整数（张量个数）。两个都对，说明环境、权重、推理链路全部打通。

跑通这三条线后，你可以顺着configs/里的 yaml 改采样步数和引导强度，或者用python main.py --base configs/example_training/toy/mnist_cond.yaml体验一下它自带的训练流程。

【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models