Stability AI generative-models 模型下载与首次推理完整指南SDXL、SVD 到 SV4D 一步到位【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 的 generative-models 仓库为对象覆盖四件事动手前的环境与磁盘检查、用huggingface-cli拉取三条任务路径静态图像、图生视频、4D 资产的权重、checkpoints/文件名与推理配置的对应核对以及用仓库自带采样脚本完成首次推理验证与排障。读完即可独立完成模型下载并跑通推理。动手前检查Python、PyTorch 版本与磁盘预算先确认运行环境与可用磁盘避免下载中断或加载失败。克隆仓库并验证关键工具版本# 克隆仓库并进入根目录后续所有命令都在根目录执行 git clone https://gitcode.com/GitHub_Trending/ge/generative-models cd generative-models python --version # 预期Python 3.10.x仓库在该版本下测试 python -c import torch; print(torch.__version__) # 预期 2.0.1 huggingface-cli --version # 预期能正常输出版本号且支持 download 子命令项目要求说明Python3.10README.md 明确在该版本下测试其他版本可能有依赖冲突PyTorch 2.0.1依赖清单见 requirements/pt2.txtCUDA 11.8 官方轮子磁盘建议预留 100GB单个权重从 SDXL 的约 7GB 到 SV4D 2.0 的 30GB 以上不等安装依赖按 README.md Installation 一节执行即可venv pip3 install -r requirements/pt2.txtpip3 install .预期结果是python -c import sgm无报错。拉取权重按任务类型选择对应 HuggingFace 仓库每条路径给出适用场景 → 获取命令 → 就绪验证所有权重统一落到仓库根目录的checkpoints/与采样脚本的加载路径一致。静态图像生成SDXL 基础权重适用场景文本生成图像 / 图生图任务仓库中验证最充分的模型适合作为首次下载对象。# 仅拉取 safetensors 权重--local-dir 指定输出目录共 1 个文件 huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 \ --include *.safetensors \ --local-dir checkpoints# 就绪验证预期为约 7GB 的文件且目录内无 .incomplete 残留 ls -lh checkpoints/sd_xl_base_1.0.safetensors图生视频SVD 与 SV3D适用场景让单张静态图动起来SVD 生成 14/25 帧视频或由单图合成 21 帧多视角环绕视频SV3D。# 共 4 个文件全部输出到 checkpoints/ 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# 就绪验证4 个文件均存在且大小非零 ls -lh checkpoints/svd.safetensors checkpoints/svd_xt.safetensors \ checkpoints/sv3d_u.safetensors checkpoints/sv3d_p.safetensors4D 资产生成SV4D 与 SV4D 2.0适用场景由短视频合成新视角 4D 资产输入建议使用白底运动物体视频SV4D 2.0 每次窗口生成 12 帧 x 4 视角。# 共 2 个文件全部输出到 checkpoints/ # 初代 SV4D依赖 sv4d.safetensors 上一节的 sv3d_u.safetensors huggingface-cli download stabilityai/sv4d sv4d.safetensors --local-dir checkpoints # SV4D 2.0脚本默认使用 sv4d2.safetensors huggingface-cli download stabilityai/sv4d2.0 sv4d2.safetensors --local-dir checkpoints# 就绪验证预期为数十 GB 的文件且无 .incomplete 残留 ls -lh checkpoints/sv4d.safetensors checkpoints/sv4d2.safetensors下载前可先按下表确认各模型的规格避免选错任务路径模型输入生成规格推理脚本SDXL-base-1.0文本提示词1024x1024 图像scripts/demo/sampling.pySVD / SVD-XT576x1024 单图14 / 25 帧scripts/sampling/simple_video_sample.pySV3D_u / SV3D_p576x576 单图21 帧同上SV4D21 帧视频40 帧5 帧 x 8 视角scripts/sampling/simple_video_sample_4d.pySV4D 2.0默认 21 帧视频窗口 12 帧12 帧 x 4 视角自回归生成scripts/sampling/simple_video_sample_4d2.py核对配置checkpoints/ 文件名与 ckpt_path 一一对应下载完成后确认文件名与推理配置中ckpt_path完全一致这是权重能加载但结果异常最常见的根源。各--version参数对应的配置文件位于 scripts/sampling/configs/模型版本参数配置文件权重文件checkpoints/ 下svd/svd_xtsvd.yaml / svd_xt.yamlsvd.safetensors / svd_xt.safetensorssv3d_u/sv3d_psv3d_u.yaml / sv3d_p.yamlsv3d_u.safetensors / sv3d_p.safetensorsSV4D4d 脚本sv4d.yamlsv4d.safetensorsSV4D 2.04d2 脚本sv4d2.yaml / sv4d2_8views.yamlsv4d2.safetensors / sv4d2_8views.safetensors# 逐行核对yaml 中 ckpt_path 引用的文件名必须真实存在 grep -r ckpt_path scripts/sampling/configs/预期输出为 10 行ckpt_path: checkpoints/xxx.safetensors其中你要运行的那一条对应的文件已在checkpoints/目录中。SDXL 使用独立的模型结构配置位于 configs/inference/如 sd_xl_base.yaml文件名同样需与checkpoints/一致。跑通验证最小推理示例用仓库自带测试图完成 SVD 最小推理这是验证环境 权重 配置三者全部就绪的最快方式。输入assets/test_image.png仓库自带 576x1024 测试图。命令python scripts/sampling/simple_video_sample.py \ --input_path assets/test_image.png \ --version svd # 可选 svd / svd_xt / sv3d_u / sv3d_p预期输出终端无 traceback输出目录新增 2 个文件outputs/simple_video_sample/svd/000000.jpg # 输入帧存档 outputs/simple_video_sample/svd/000000.mp4 # 14 帧生成视频svd 默认 25 步验证 4D 路径时用仓库自带视频跑 SV4D 2.0python scripts/sampling/simple_video_sample_4d2.py \ --input_path assets/sv4d_videos/camel.gif \ --output_folder outputs # 默认 50 步可用 --num_steps 调低以缩短采样时间预期输出outputs/sv4d2/下新增 5 个 mp4——000000_process_input.mp4预处理后的输入加 4 个新视角视频000000_v001.mp4~000000_v004.mp4。SDXL 路径则用streamlit run scripts/demo/sampling.py启动交互界面页面能正常加载模型即就绪。低显存机器在任一脚本上加--decoding_t 1 --encoding_t 1每次仅编解码 1 帧或--img_size 512预期显存占用明显下降代价是速度变慢。排障常见报错、断点续传与有序排查清单现象可能原因处置命令 / 操作加载报Missing key(s) in state_dict权重不完整或权重与配置版本不匹配删除对应文件后重放同一条下载命令重下前核对仓库文件清单CUDA out of memory显存不足采样脚本加--decoding_t 1 --encoding_t 1或--img_size 512目录残留 0 字节或.incomplete文件网络中断留下的传输残留重放同一条huggingface-cli download命令续传无需删已有文件模型能加载但输出模糊、畸变配置与权重版本不一致按上一节表格核对ckpt_path与checkpoints/内实际文件名HuggingFace 访问超时、速度极慢网络访问不畅export HF_ENDPOINThttps://hf-mirror.com切镜像端点镜像文件列表有同步延迟找不到文件时取消该变量回退官方端点⚠️ 续传记录保存在本地缓存与目标目录中不要手动移动或清理这些位置否则断点重置。仍未解决时按以下顺序排查对权重文件执行sha256sum checkpoints/sd_xl_base_1.0.safetensors与 README.md Inference 一节列出的 File Hash 比对SDXL base 为31e35c80fc48...refiner 为7440042bbdc8...确认文件未被截断或损坏。逐项核对 scripts/sampling/configs/ 中各ckpt_path与checkpoints/内实际文件名是否一一对应。删除单个问题权重文件保留其余文件重放该模型的完整下载命令。以上均正常时用python -c import torch; torch.cuda.is_available()确认 PyTorch 可用 GPU再检查 CUDA 与驱动版本匹配。首次推理输出正常后可按需补齐其余模型权重所有下载命令均可随时重放三条任务路径互不依赖。【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