☰
一次拿全 Stability AI 模型下载:3 条路径从 SDXL 到图生视频跑通第一帧
2026/10/2 1:49:24 网站建设 项目流程

一次拿全 Stability AI 模型下载:3 条路径从 SDXL 到图生视频跑通第一帧

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

在 generative-models 仓库里,你要拿哪些权重文件、统一丢进哪个目录、怎样确认推理真正跑通——三件事一次讲清,全部命令可直接复制执行。

先跑通再下载:30 秒环境体检

版本对不上,后面每条命令都会报错,而且报出来的错很难猜是下载问题还是环境问题。花 30 秒确认基础环境,后面就能安心拉权重:

检查项期望值一条命令
Python≥ 3.10python --version
PyTorch≥ 2.0.1python -c "import torch; print(torch.__version__)"
Hugging Face CLI支持 download 子命令huggingface-cli --version
GPU 驱动nvidia-smi 能正常出卡信息nvidia-smi

本地还没有代码仓库就先克隆,后面的命令都在仓库根目录执行:

# 克隆仓库并进入根目录 git clone https://gitcode.com/GitHub_Trending/ge/generative-models cd generative-models

磁盘给足 100G 再开下,SV4D 单个文件就是 30G 起步。

你要生成什么?选一条路走

三条路是按"你最终想要什么产出物"划分的,不是按模型名分的:要静态图走 SDXL,要动起来的视频走 SVD/SV3D,要多视角 4D 资产走 SV4D。全部权重都落到仓库根目录的checkpoints/里,正好对上scripts/sampling/configs/中每个 yaml 的 ckpt_path(就是 yaml 里写的那个权重文件路径)。

文生图:SDXL 推理权重下载

你想要的是文字生成一张图,SDXL 是仓库里验证最充分的一条路,约 7GB:

# 只拉 safetensors 权重,输出到 checkpoints/ huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 \ --include "*.safetensors" --local-dir checkpoints

跑完你会看到checkpoints/sd_xl_base_1.0.safetensors,大小约 6.9GB 且目录里没有.incomplete残留,这条路径就算就绪。

图生视频:SVD 与 SV3D 权重

单张静态图变成一段视频用 SVD(14 帧或 25 帧),单图合成多视角环绕视频用 SV3D,一次拉齐 4 个文件:

# SVD 14 帧版与 25 帧版 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 的两个变体 huggingface-cli download stabilityai/sv3d \ sv3d_u.safetensors sv3d_p.safetensors --local-dir checkpoints

做完这步,ls -lh checkpoints/里 4 个.safetensors都在且大小非零;低显存机器可以再补一个解码器变体svd_image_decoder.safetensors(同仓库拉法)。

4D 资产:SV4D 权重获取

一段短视频合成可以环绕查看的 4D 资产,SV4D 2.0 每次生成 48 帧(12 帧 x 4 视角),输入建议用白底运动物体的视频,文件 30GB 以上:

# 主权重,8 视角变体在同仓库的 sv4d2_8views.safetensors huggingface-cli download stabilityai/sv4d2.0 \ sv4d2.safetensors --local-dir checkpoints

验收标准只有一条:文件在 30GB 上下且完整落盘,无.incomplete残留。

下载慢或断了怎么办

换镜像:HuggingFace 访问不畅时,给当前会话挂一个镜像端点,之后的 huggingface-cli 请求自动走镜像:

# 镜像文件列表有同步延迟,找不到新文件时 unset 后回退官方端点 export HF_ENDPOINT=https://hf-mirror.com

断点续传:网络断了不用删文件,重放原命令即可从断点接着传:

# 重放同一条命令,续传记录在本地缓存与目标目录,别手动清理这两个位置 huggingface-cli download stabilityai/stable-video-diffusion-img2vid \ svd.safetensors --local-dir checkpoints

多连接加速:aria2c 用 16 连接并发拉单个大文件,直链需要从文件页面手动复制:

# -x 16 表示 16 个并发连接 aria2c -x 16 -s 16 -o svd.safetensors "<权重文件直链>"

报错对照表 & 兜底三步

你看到了什么大概率原因一条命令解决
Missing key(s) in state_dict权重文件不完整或版本对不上删掉对应文件,重放同一条 huggingface-cli 命令
CUDA out of memorySVD 显存不足采样脚本加--decoding_t 1(或--img_size降到 512)
出图模糊、画面畸变配置与权重不是同一版本核对 yaml 的 ckpt_path 与 checkpoints/ 内文件名是否配套
残留 .incomplete 或 0 字节文件传输中断重放原命令续传,仍慢就换镜像

仍卡住就走三步兜底:

  1. 对权重文件跑sha256sum,与 README.md Inference 一节列出的 SDXL base/refiner 哈希比对,不一致就重下。
  2. 逐项核对 scripts/sampling/configs/ 中各ckpt_path与checkpoints/内实际文件名。
  3. 整目录重拉:删掉checkpoints/后重放对应模型的完整下载命令。

跑通第一帧:最小推理验证

下载与验证要形成闭环,用仓库自带的测试图跑一条最小 SVD 推理(SVD 权重最小,适合第一个跑通):

# 用仓库自带测试图生成 14 帧视频,默认 25 步 python scripts/sampling/simple_video_sample.py \ --input_path assets/test_image.png --version svd

预期输出:outputs/simple_video_sample/svd/下新增000000.jpg和000000.mp4,终端无 traceback,闭环完成。其余模型权重随时按上文路径补下即可。

【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

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询