快速下载 Stability AI 模型权重并跑通首次推理：SDXL、SVD 到 SV4D 的三条任务完整指南

快速下载 Stability AI 模型权重并跑通首次推理SDXL、SVD 到 SV4D 的三条任务完整指南【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models本指南面向 Stability AI 的 generative-models 仓库用 huggingface-cli 完成 SDXL静态图、SVD/SV3D图生视频、SV4D4D 资产三类任务的模型下载把权重统一放进 checkpoints/ 目录再用仓库自带采样脚本完成首次推理验证。按想要的产物选权重一张决策表覆盖全部下载任务下载前先对号入座。所有权重都落在仓库根目录的checkpoints/scripts/sampling/configs/ 与 configs/inference/ 里各 yaml 的ckpt_path已直接指向该目录文件名固定即可开箱即用无需手写配置。目标产物模型权重文件放入 checkpoints/大致体积仓库内采样入口静态图像文生图/图生图SDXL-base-1.0sd_xl_base_1.0.safetensors约 7GBstreamlit run scripts/demo/sampling.py图生视频14 帧576x1024SVDsvd.safetensors数 GBsimple_video_sample.py --version svd图生视频25 帧SVD-XTsvd_xt.safetensors数 GBsimple_video_sample.py --version svd_xt单图多视角环绕21 帧576x576SV3D_u / SV3D_psv3d_u.safetensors、sv3d_p.safetensors各数 GBsimple_video_sample.py --version sv3d_u或sv3d_p4D 资产48 帧 12 帧 x 4 视角SV4D 2.0sv4d2.safetensors30GB 以上simple_video_sample_4d2.py4D 资产5 帧 x 8 视角SV4D 2.0 8 视角sv4d2_8views.safetensors数十 GB 级simple_video_sample_4d2.py --model_path checkpoints/sv4d2_8views.safetensors初代 4D40 帧 5 帧 x 8 视角SV4Dsv4d.safetensors另依赖sv3d_u.safetensors数十 GB 级simple_video_sample_4d.py只想验证流程就下 SDXL 一个文件想图生视频就补齐 SVD 与 SV3D做 4D 资产再下 SV4D 2.0。全部下齐建议磁盘预留 100GB 以上。克隆并装依赖三条命令完成环境准备本地还没有仓库时先克隆并进入根目录git clone https://gitcode.com/GitHub_Trending/ge/generative-models cd generative-models按 README 安装依赖PyTorch 安装行里的 index-url 指定 CUDA 11.8 构建先用nvidia-smi确认本机 CUDA 版本再换对应通道python3 -m venv .pt2 source .pt2/bin/activate pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 pip3 install -r requirements/pt2.txt pip3 install .装完逐项核对版本四条命令都有输出且无报错即通过python --version # 需 3.10 python -c import torch; print(torch.__version__) # 需 2.0.1 以上 nvidia-smi # CUDA 11.8 以上 huggingface-cli --version # 支持 download 子命令即可一条命令拉齐 SDXL 基础权重并跑起文生图任务若是文本生成图像或图生图只需要这一个文件它是仓库验证最多的模型适合作为第一次下载。拉取主权重--local-dir把输出固定在仓库的 checkpoints/--include只保留权重文件跳过仓库里的其他小文件huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 \ --include *.safetensors \ --local-dir checkpoints成功判据ls -lh checkpoints/sd_xl_base_1.0.safetensors显示约 7GB且目录里没有.incomplete残留。想进一步确认文件完整可以比对哈希完整 64 位值与 README.md Inference 一节一致sha256sum checkpoints/sd_xl_base_1.0.safetensors # 预期 31e35c80fc4829d14f90153f4c74cd59c90b779f6afe05a74cd6120b893f7e5b下载完成后启动文生图/图生图演示页streamlit run scripts/demo/sampling.py --server.port 8501成功判据页面可打开模型列表能选中 sd_xl_base_1.0 并正常出图。获取 SVD 与 SV3D 四个图生视频权重想让静态图动起来SVD或围绕单物体合成多视角SV3D把下面四个文件取齐只要 14 帧视频的话下svd.safetensors一个就够。按模型分别拉取SVD 为 14 帧版SVD-XT 是 25 帧微调版SV3D 两个变体一起取u 默认轨道p 支持指定相机路径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 huggingface-cli download stabilityai/sv3d \ sv3d_u.safetensors sv3d_p.safetensors --local-dir checkpoints成功判据ls -lh checkpoints/下四个文件齐全且大小非零。显存偏紧的机器可再取图像解码器变体降低解码阶段占用huggingface-cli download stabilityai/stable-video-diffusion-img2vid \ svd_image_decoder.safetensors --local-dir checkpoints获取 SV4D 2.0 的 4D 资产权重两个文件想由短视频合成新视角的 4D 资产用 SV4D 2.0每次生成 48 帧12 帧 x 4 视角576x576 分辨率输入建议用白底运动物体的短视频。拉取主权重与 8 视角变体同属 stabilityai/sv4d2.0 仓库两个文件一次配齐即可覆盖两种生成规格huggingface-cli download stabilityai/sv4d2.0 sv4d2.safetensors --local-dir checkpoints huggingface-cli download stabilityai/sv4d2.0 sv4d2_8views.safetensors --local-dir checkpoints成功判据ls -lh checkpoints/sv4d2.safetensors显示 30GB 以上且无.incomplete残留该文件与 scripts/sampling/configs/sv4d2.yaml 中的ckpt_path对应。需要跑初代 SV4D40 帧 5 帧 x 8 视角时另从 stabilityai/sv4d 仓库取sv4d.safetensors放入 checkpoints/其推理脚本同时依赖上一节已下载的sv3d_u.safetensors。下载中断、速度慢时的三个动作续传、镜像、并发传输中途断掉重放原命令即可从断点继续huggingface-cli 自带断点续传不要手动移动或清理缓存与目标目录否则断点重置huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 \ --include *.safetensors --local-dir checkpoints官方端点访问不畅时切镜像对当前会话生效# 镜像的文件列表有同步延迟若报文件不存在unset 该变量回退官方端点 export HF_ENDPOINThttps://hf-mirror.com带宽够但单文件太大太慢时用 16 连接并发拉取直链需从文件页面手动获取aria2c 不认识 HuggingFace 仓库结构也不参与 hf 命令的续传机制aria2c -x 16 -s 16 -o sv4d2.safetensors 权重文件直链分两段排障先查下载问题再查加载与生成问题下载期问题checkpoints/ 有残留出现 0 字节文件或.incomplete文件——网络中断留下的传输残留重放同一条获取命令续传速度仍慢则切换上面的镜像端点。镜像端点提示找不到文件——镜像同步延迟unset HF_ENDPOINT回退官方端点。哈希对不上——与 README.md Inference 一节的 sha256 比对不一致就删除该文件后重新获取。加载与生成期问题模型端Missing key(s) in state_dict——权重不完整或版本与配置不匹配删除对应文件后重放获取命令重下前核对仓库页面文件清单。CUDA out of memory——显存不足给采样脚本加--decoding_t 1降低单批解码帧数4D 脚本再补--encoding_t 1或把--img_size降到 512。模型能加载但图像或视频模糊、畸变——配置与权重版本不一致核对 scripts/sampling/configs/ 中各 yaml 的ckpt_path与 checkpoints/ 内实际文件名确保二者来自同一发布版本。用一次最小 SVD 推理闭环验证拿到 SVD 权重后跑最小推理能出视频即代表整条链路打通。用仓库自带测试图采样该图为 1024x576恰是 576x1024 训练分辨率不会触发尺寸告警默认 25 步、14 帧python scripts/sampling/simple_video_sample.py \ --input_path assets/test_image.png --version svd成功判据outputs/simple_video_sample/svd/新增000000.jpg输入图与000000.mp414 帧视频终端无 traceback。显存紧张时追加--decoding_t 1。下一步其他版本与参数scripts/sampling/ 下的simple_video_sample.pysvd、svd_xt、sv3d_u、sv3d_p、simple_video_sample_4d.py、simple_video_sample_4d2.py各版本的默认帧数与步数都写在脚本内。模型结构配置configs/inference/每个 yaml 与 checkpoints/ 内权重文件一一对应。交互式界面streamlit run scripts/demo/video_sampling.pySVD/SV3D、streamlit run scripts/demo/sampling.pySDXL。某一个权重跑通后其余权重随时按上文命令补齐即可所有获取命令均可重放。【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