Stability AI generative-models：7 条命令跑通 SDXL、SVD 到 SV4D 的权重下载与首次推理

Stability AI generative-models7 条命令跑通 SDXL、SVD 到 SV4D 的权重下载与首次推理【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models本文以 Stability AI generative-models 仓库为例带你看清三条任务路径的模型下载方法静态图像的 SDXL 权重、图生视频的 SVD 权重、4D 资产的 SV4D 2.0 权重全部经 Hugging Face CLI 落到checkpoints/目录配合仓库自带 yaml 与采样脚本一条最小推理命令即可产出视频文件。启动前准备克隆仓库并核对环境版本克隆命令本地没有代码时先拉仓库并进入根目录git clone https://gitcode.com/GitHub_Trending/ge/generative-models cd generative-models环境基线仓库在 Python 3.10 下验证依赖清单见 requirements/pt2.txttorch2.0.1、pytorch-lightning 2.0.1。装好虚拟环境后逐条执行验证命令工具基线版本验证命令预期输出Python3.10python --versionPython 3.10.xPyTorch2.0.1python -c import torch; print(torch.__version__)2.0.1及以上且torch.cuda.is_available()为TrueCUDA11.8nvidia-smi右上角 CUDA Version ≥ 11.8HF CLI需支持download子命令huggingface-cli --version打印版本号无报错磁盘建议单个权重从 SDXL 的约 7GB 到 SV4D 2.0 主权重的 30GB 以上不等。如果三条路径的模型都想跑建议在目标磁盘预留 100GB 以上空间。大文件传输耗时久选网络低峰时段开跑更稳。权重速查一张表看清全部模型下载矩阵所有命令的输出都指向仓库根目录下的checkpoints/文件名与 scripts/sampling/configs/ 中各 yaml 的ckpt_path严格同名下载完即可被脚本直接加载。任务模型下载命令Hugging Face 仓库 文件名落盘文件量级静态图像txt2img即文生图SDXL base 1.0huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 --include *.safetensors --local-dir checkpointssd_xl_base_1.0.safetensors约 6.9GB图生视频 14 帧SVDhuggingface-cli download stabilityai/stable-video-diffusion-img2vid svd.safetensors --local-dir checkpointssvd.safetensors数 GB图生视频 25 帧SVD-XThuggingface-cli download stabilityai/stable-video-diffusion-img2vid-xt svd_xt.safetensors --local-dir checkpointssvd_xt.safetensors数 GB单图环绕视频SV3D u / phuggingface-cli download stabilityai/sv3d sv3d_u.safetensors sv3d_p.safetensors --local-dir checkpointssv3d_u.safetensors、sv3d_p.safetensors各数 GB4D 资产视频生成新视角SV4D 2.0huggingface-cli download stabilityai/sv4d2.0 sv4d2.safetensors --local-dir checkpointssv4d2.safetensors30GB 以上4D 资产 8 视角变体SV4D 2.0 8viewshuggingface-cli download stabilityai/sv4d2.0 sv4d2_8views.safetensors --local-dir checkpointssv4d2_8views.safetensors30GB 量级下面对最常用的三个权重各做一句展开。SDXL base 权重下载命令静态图像面向任务文本生成图像或图生图是仓库验证最多的模型适合做第一个下载对象。下载命令huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 \ --include *.safetensors \ --local-dir checkpoints # 预期输出checkpoints/sd_xl_base_1.0.safetensors约 6.9GB无 .incomplete 残留文件对应关系与 scripts/demo/sampling.py 的默认加载路径、configs/inference/sd_xl_base.yaml 的模型结构配置配套使用。SVD 权重下载命令图生视频面向任务让一张静态图动起来输出 14 帧 576x1024 视频。下载命令huggingface-cli download stabilityai/stable-video-diffusion-img2vid \ svd.safetensors --local-dir checkpoints # 预期输出checkpoints/svd.safetensors文件大小非零文件对应关系scripts/sampling/configs/svd.yaml 第 6 行写死ckpt_path: checkpoints/svd.safetensors文件名差一个字符都会报 FileNotFoundError。SV4D 2.0 权重下载命令4D 资产面向任务由一段 12 帧短视频合成 48 帧12 帧 x 4 视角新视角视频输入建议是白底运动物体。下载命令huggingface-cli download stabilityai/sv4d2.0 \ sv4d2.safetensors --local-dir checkpoints # 预期输出checkpoints/sv4d2.safetensors数十 GB文件对应关系对应 scripts/sampling/configs/sv4d2.yaml 中的ckpt_path初代 SV4D 需另从stabilityai/sv4d拉sv4d.safetensors且推理时会同时调用sv3d_u.safetensors生成参考视角。先跑通最轻量的一条路径只下 SVD立刻推理矩阵里最轻、验证最多的就是 SVD。建议先只下载它跑通一条完整链路后再回头补齐其余权重——这一步能一次性暴露依赖没装好配置不匹配两类最常见的问题。推理命令用仓库自带测试图默认 25 步python scripts/sampling/simple_video_sample.py \ --input_path assets/test_image.png --version svd预期结果终端无 tracebackoutputs/simple_video_sample/svd/下新增两个文件000000.jpg 000000.mp4打开 mp4 能看到图片中的元素开始运动即环境就绪。显存吃紧时可把--decoding_t降到 1该参数控制一次解码的帧数是脚本注释里点名的显存大户。后续想换输入图把--input_path指向你的图片即可--version还可切换svd_xt、sv3d_u、sv3d_p等版本。网络拉不动三招按序试第 1 招断点续传任何中断先试这个。网络断开后原样重放同一条huggingface-cli download命令即可从断点继续不必删除已下载的文件huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 \ --include *.safetensors --local-dir checkpoints # 预期输出进度条从上次位置继续而不是 0 字节重来注意续传记录依赖本地缓存与目标目录不要手动挪动或清理这些位置否则断点会重置。第 2 招镜像端点访问 Hugging Face 不畅时。设置环境变量后本会话内的下载请求改走镜像export HF_ENDPOINThttps://hf-mirror.com # 之后重放上一条下载命令即可注意镜像的文件列表有同步延迟若提示找不到文件unset HF_ENDPOINT回退官方端点再试。第 3 招aria2c 并发加速带宽够但单线程慢时。从权重文件页面复制直链后用 16 连接并发拉取aria2c -x 16 -s 16 -o svd.safetensors 权重文件直链注意aria2c 不认识 Hugging Face 仓库结构也不参与 hf 命令的续传机制直链要手动从文件页面复制。报错了先自查再升级常见现象速查表现象可能原因处置加载时报Missing key(s) in state_dict权重不完整或文件与配置版本不搭删除该文件重放下载命令重下前核对仓库页面的文件清单CUDA out of memory显存不足采样脚本加--decoding_t1或--encoding_t1、--img_size512减少单批解码帧数能跑但输出模糊、畸变yaml 配置与权重版本不一致核对 scripts/sampling/configs/ 中ckpt_path与checkpoints/内实际文件名确认二者来自同一发布版本目录里残留 0 字节文件或.incomplete网络中断留下的传输残留重放同一条下载命令续传仍慢则切换上节的镜像端点仍无法解决时按以下顺序升级对权重文件执行sha256sum与 README.md Inference 一节列出的哈希比对SDXL base 与 refiner 均提供完整文件哈希与张量数据哈希逐个打开 scripts/sampling/configs/ 下的 yaml确认ckpt_path指向的文件真实存在且大小合理删除整个checkpoints/目录重放该模型的完整下载命令。接下来做什么验证通过后按任务需要把矩阵中其余权重补齐即可命令可原样重放。低显存机器跑视频模型时优先试--encoding_t1、--decoding_t1或把分辨率降到 512。更多版本参数看 scripts/sampling/ 下的各入口脚本SDXL 的完整模型结构配置见 configs/inference/。【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