Stability AI 模型权重下载与推理验证完整指南：SDXL 到 SV4D 2.0 一次跑通

Stability AI 模型权重下载与推理验证完整指南SDXL 到 SV4D 2.0 一次跑通【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models本文针对 Stability AI 官方 generative-models 仓库的模型下载与首次推理验证覆盖文生图SDXL、图生视频SVD/SV3D、4D 资产合成SV4D 2.0三类场景带你走通选模型、用 huggingface-cli 拉权重到 checkpoints/ 目录、跑通第一段视频的完整流程。该下哪个模型按任务查表决定先想清楚你要生成什么再从下表定位权重文件。所有权重都放在仓库根目录的checkpoints/下仓库里scripts/sampling/configs/各配置文件的ckpt_path已写死这个位置落对地方就能直接加载无需手写任何配置你的任务推荐模型权重文件落盘到 checkpoints/体积文本生成图像 / 图生图SDXL base 1.0sd_xl_base_1.0.safetensors约 6.9GB静态图变 14 帧短视频SVDsvd.safetensors见模型页静态图变 25 帧长视频SVD-XTsvd_xt.safetensors见模型页单图合成多视角环绕视频SV3Dsv3d_u.safetensors、sv3d_p.safetensors见模型页短视频合成 4D 资产SV4D 2.0sv4d2.safetensors30GB 以上⚠️ 单个文件从 6.9GB 到 30GB 以上不等建议目标磁盘至少预留 100GB 空闲空间。动手前的 5 分钟自查先确认本地环境满足最低要求四条命令逐个敲一遍即可工具最低版本验证命令Python3.10python --versionPyTorch2.0.1python -c import torch; print(torch.__version__)CUDA11.8nvidia-smiHugging Face CLI支持 download 子命令huggingface-cli --version仓库尚未克隆时先执行# 获取代码仓库并进入根目录 git clone https://gitcode.com/GitHub_Trending/ge/generative-models cd generative-models另外记住一个特性huggingface-cli 默认支持断点续传中断后重放同一条命令即可继续不必重下。一条通用下载命令 三个模型的差异点三条路径共用同一个命令模板差异只在仓库名和文件名两个位置huggingface-cli download HF 仓库名 \ 文件名1 文件名2 \ --local-dir checkpoints # 统一落到仓库根目录 checkpoints/不带文件名会拉整个仓库所以务必保留文件名参数只拿你需要的权重。SDXL 文生图权重下载命令文生图 / 图生图任务是仓库里验证最充分的模型建议作为第一个下载对象# 只拉 base 权重约 6.9GB落盘到 checkpoints/ huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 \ --include *.safetensors --local-dir checkpoints预期落盘checkpoints/sd_xl_base_1.0.safetensors与scripts/demo/sampling.py的默认路径一致。校验方式ls -lh checkpoints/sd_xl_base_1.0.safetensors # 约 6.9GB、目录内无 .incomplete 残留即算成功SVD 图生视频与 SV3D 多视角权重怎么拿让单张静态图动起来SVD 出 14 帧或 25 帧视频或由单图合成环绕多视角视频SV3D# SVD 14 帧版与 25 帧版各拉一个 huggingface-cli download stabilityai/stable-video-diffusion-img2vid \ svd.safetensors --local-dir checkpoints huggingface-cli download stabilityai/stable-video-diffusion-img2vid-xt \ svd_xt.safetensors --local-dir checkpoints# SV3D 两个变体u均匀视角与 p可控轨道 huggingface-cli download stabilityai/sv3d \ sv3d_u.safetensors sv3d_p.safetensors --local-dir checkpoints显存紧张时可加拉图像解码器变体# 可选低显存场景使用的图像解码器 huggingface-cli download stabilityai/stable-video-diffusion-img2vid \ svd_image_decoder.safetensors --local-dir checkpoints校验ls -lh checkpoints/svd.safetensors checkpoints/svd_xt.safetensors \ checkpoints/sv3d_u.safetensors checkpoints/sv3d_p.safetensors # 4 个文件均存在且大小非零即可进入推理SV4D 2.0 4D 资产主权重下载命令由一段短视频合成新视角的 4D 资产每次生成 48 帧12 帧 × 4 视角输入建议用白底运动物体视频# SV4D 2.0 主权重30GB 以上对应 sv4d2.yaml 配置 huggingface-cli download stabilityai/sv4d2.0 \ sv4d2.safetensors --local-dir checkpoints校验ls -lh checkpoints/sv4d2.safetensors # 数十 GB 且无 .incomplete 残留即算成功两个补充8 视角变体把文件名换成sv4d2_8views.safetensors同仓库即可若要跑初代 SV4D还需从stabilityai/sv4d仓库拉sv4d.safetensors其采样脚本同时依赖上文的sv3d_u.safetensors。网络慢或中断镜像、续传与并发三连招技巧命令说明镜像端点export HF_ENDPOINThttps://hf-mirror.com仅当前会话生效镜像文件列表有同步延迟新权重找不到时取消该变量回退官方端点断点续传重放下文任一下载命令无需删已有文件不要手动移动或清理本地缓存与目标目录否则断点重置aria2c 并发aria2c -x 16 -s 16 -o svd.safetensors 直链16 连接并发拉单文件直链需从模型页面手动复制不参与 hf 的续传机制常见报错与处置现象可能原因处置加载时报Missing key(s) in state_dict权重不完整或版本与配置不匹配删除该文件后重放下载命令重下前对照模型页文件清单CUDA out of memory显存不足采样脚本加--decoding_t1或--encoding_t1降低单批解码帧数或把输出分辨率降到 512模型能加载但画面模糊、畸变配置与权重版本对不上核对scripts/sampling/configs/下 yaml 的ckpt_path与checkpoints/实际文件名来自同一发布版本中断后残留 0 字节文件或.incomplete传输中断留下的残片重放同一条 huggingface-cli 命令续传仍慢则切换镜像端点表中招不中时可按三步兜底排查sha256sum checkpoints/sd_xl_base_1.0.safetensors # 与 README.md Inference 一节列出的文件哈希比对base 与 refiner 均给出用上面的哈希结果对照 README.md Inference 一节的官方数值逐项核对scripts/sampling/configs/各配置的ckpt_path与checkpoints/内实际文件名是否一一对应删除整个本地checkpoints/目录重放该模型的完整下载命令。跑通第一帧SVD 图生视频最小推理验证以 SVD 为例用仓库自带测试图跑一次最小推理确认整条链路就绪# 仓库自带测试图SVD 默认 14 帧 / 25 步 python scripts/sampling/simple_video_sample.py \ --input_path assets/test_image.png --version svd跑完后终端无 tracebackoutputs/simple_video_sample/svd/目录新增000000.jpg # 输入图存根 000000.mp4 # 生成的 14 帧视频两个文件都出现说明模型下载与推理链路已跑通 ✅。其余模型的入口都在 scripts/sampling/SVD/SV3D 用simple_video_sample.pySV4D 2.0 用simple_video_sample_4d2.py模型结构配置见 configs/inference/。低显存提示--decoding_t/--encoding_t可控制单批解码的帧数显存吃紧时调小即可也可把输出分辨率降到 512 再跑。首帧顺利产出后其余权重按开头决策表随时补齐。【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考