Stability AI 生成模型如何完整安装并跑通?从零搭建到生成首个结果的实践教程【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models本文带你从零安装 Stability AI 生成模型仓库 generative-models,它支持 SDXL 文生图、SVD/SV4D 图生视频。五步完成环境搭建,并跑通第一个生成 demo。 环境自检:安装前逐项核对软硬件清单开始之前,先花两分钟对照清单核对你的机器,有一项不满足就大概率会在中途卡住:Python 版本为3.10。这是最容易被忽略的硬性条件——项目只在 3.10 上验证过,用系统默认的 3.8/3.11/3.12 会触发依赖版本冲突一块支持 CUDA 的 NVIDIA 显卡,推荐至少8GB显存。生成脚本默认在 GPU 上运行,没有 NVIDIA 显卡基本跑不起 demo磁盘预留20GB以上,因为模型权重文件(也就是训练好的参数,统称 checkpoint)都很大pip 已更新到较新版本,git 可用上图是该项目文生图模型的输出样例,也是你按本教程装完后要复现的目标效果。 标准搭建流程:五步完成虚拟环境与依赖安装第 1 步 克隆代码仓库git clone https://gitcode.com/GitHub_Trending/ge/generative-models cd generative-models预期结果:当前目录下出现sgm/、configs/、scripts/、main.py等内容。 判断依据:ls能看到requirements/pt2.txt,说明仓库完整。第 2 步 创建 Python 3.10 虚拟环境虚拟环境(venv)就是一个独立的 Python 小隔间,避免污染系统里已有的包:python3.10 -m venv .pt2 source .pt2/bin/activate预期结果:命令行提示符前出现(.pt2)前缀;Windows 下改用.pt2\Scripts\activate。 判断依据:执行python --version输出Python 3.10.x。这一步若输出 3.8 或 3.11,后面必出问题。第 3 步 安装 PyTorch(CUDA 11.8 版)pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118预期结果:下载并安装完成,无 ERROR 行。 判断依据:执行python -c import torch; print(torch.__version__, torch.cuda.is_available()),输出类似2.0.1cu118 True。第二个值必须是True,说明显卡驱动与 PyTorch 匹配上了。第 4 步 安装项目依赖pip3 install -r requirements/pt2.txt预期结果:几十个包依次安装(streamlit、fire、xformers 等)。 判断依据:命令结尾没有ERROR或Could not find a version字样,pip list里能看到streamlit。第 5 步 安装主程序 sgmpip3 install .预期结果:sgm这个 Python 包被装进当前虚拟环境(版本号见 sgm/ 源码,当前为 0.1.0)。 判断依据:执行python -c import sgm; print(sgm.__version__),输出0.1.0。如果你还要训练自己的模型,再补一条数据管线依赖(只做推理可跳过):pip3 install -e githttps://github.com/Stability-AI/datapipelines.gitmain#eggsdata 验证安装成功:最小 demo 命令与预期输出验证分两档:先跑一个不需要下载权重的冒烟检查,再跑一次真正的生成。冒烟检查(无需模型权重)python -c import torch; print(torch.__version__, torch.cuda.is_available()) python -c import sgm; print(sgm.__version__)预期输出:两行分别打出 torch 版本加True、以及0.1.0。到这里,环境就算装好了。真实生成:SDXL-Turbo 一步出图SDXL-Turbo 是仓库里最轻量的文生图模型,只需 1 个采样步(采样步指模型去噪迭代的次数)就能出图。先把权重sd_xl_turbo_1.0.safetensors放入checkpoints/目录,然后:streamlit run scripts/demo/turbo.py预期结果:浏览器打开http://localhost:8501,输入一句提示词(如 a bear),点击生成后约几秒得到一张 512x512 的图片。 判断依据:页面能正常出图、无报错日志,说明模型加载与推理链路全部打通。上图是 SDXL-Turbo 的出图风格示例,你本地生成的图像应与这种质量接近。图生视频:SV4D 2.0(可选体验)仓库自带样例视频,适合验证视频链路。先下载权重到checkpoints/,再用内置素材跑推理:huggingface-cli download stabilityai/sv4d2.0 sv4d2.safetensors --local-dir checkpoints python scripts/sampling/simple_video_sample_4d2.py --input_path assets/sv4d_videos/camel.gif --output_folder outputs预期结果:outputs/目录中生成一段 21 帧的新型视角视频;默认 50 步采样较慢,可加--num_steps调小提速。 判断依据:outputs/下出现视频文件且可播放,即视频推理链路跑通。 踩坑记录:高频报错现象、原因与解法依赖安装报 conflicting dependencies现象:pip 输出 these package versions have conflicting dependencies原因:Python 不是 3.10,依赖树在不同版本下互相打架解法:删掉原环境,用python3.10 -m venv .pt2重建,从第 3 步重做运行脚本报 No module named sgm现象:ModuleNotFoundError: No module named sgm原因:忘了执行pip3 install .,或当前终端没有激活虚拟环境解法:确认提示符带(.pt2)前缀,然后在环境内重跑pip3 install .生成时报 CUDA out of memory现象:torch.OutOfMemoryError: CUDA out of memory原因:视频模型默认编码/解码整段帧,显存占用高解法:推理脚本加--encoding_t1 --decoding_t1,或降分辨率--img_size512torch.cuda.is_available() 输出 False现象:能 import torch,但 CUDA 显示不可用原因:安装的 cu118 版 torch 与显卡驱动支持的最高 CUDA 版本不匹配解法:执行nvidia-smi查看右上角 CUDA Version,据此重装对应 wheel 的 torch推理报找不到权重文件现象:FileNotFoundError,路径指向checkpoints/下的.safetensors原因:模型权重没有放入checkpoints/目录解法:先执行上文对应的huggingface-cli download命令,确认文件落地后再跑推理 进阶方向:装好之后,仓库里哪里值得看推理配置入口:configs/inference/ 下每个模型一份 YAML,如svd.yaml、sd_xl_base.yaml,改采样参数从这里的 scripts/sampling/ 脚本传参即可交互演示:streamlit run scripts/demo/video_sampling.py可开 SVD/SV3D 网页;python -m scripts.demo.gradio_app是社区版 Gradio 界面4D 生成方向:SV4D 系列见 scripts/sampling/simple_video_sample_4d.py 及其配置 scripts/sampling/configs/,效果参考下图上图是 SV4D 2.0 对同一物体从多个新视角生成的连续帧,对应上文验证过的视频链路。训练方向:入口是 main.py,示例配置在 configs/example_training/,最小可跑的一条是python main.py --base configs/example_training/toy/mnist_cond.yaml(在 MNIST 手写数字上跑玩具级训练)核心源码:去噪器、采样器、引导器分别在 sgm/modules/diffusionmodules/,想改模型结构从denoiser.py和sampling.py看起打包分发:仓库用 Hatch 构建(见 pyproject.toml),pip install hatch后执行hatch build -t wheel即可在dist/得到可分发 wheel,注意它不含依赖许可证:各模型授权见 model_licenses/,商用前请核对对应文件【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 Stability AI 生成模型如何完整安装并跑通?从零搭建到生成首个结果的实践教程
Stability AI 生成模型如何完整安装并跑通?从零搭建到生成首个结果的实践教程【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models本文带你从零安装 Stability AI 生成模型仓库 generative-models,它支持 SDXL 文生图、SVD/SV4D 图生视频。五步完成环境搭建,并跑通第一个生成 demo。 环境自检:安装前逐项核对软硬件清单开始之前,先花两分钟对照清单核对你的机器,有一项不满足就大概率会在中途卡住:Python 版本为3.10。这是最容易被忽略的硬性条件——项目只在 3.10 上验证过,用系统默认的 3.8/3.11/3.12 会触发依赖版本冲突一块支持 CUDA 的 NVIDIA 显卡,推荐至少8GB显存。生成脚本默认在 GPU 上运行,没有 NVIDIA 显卡基本跑不起 demo磁盘预留20GB以上,因为模型权重文件(也就是训练好的参数,统称 checkpoint)都很大pip 已更新到较新版本,git 可用上图是该项目文生图模型的输出样例,也是你按本教程装完后要复现的目标效果。 标准搭建流程:五步完成虚拟环境与依赖安装第 1 步 克隆代码仓库git clone https://gitcode.com/GitHub_Trending/ge/generative-models cd generative-models预期结果:当前目录下出现sgm/、configs/、scripts/、main.py等内容。 判断依据:ls能看到requirements/pt2.txt,说明仓库完整。第 2 步 创建 Python 3.10 虚拟环境虚拟环境(venv)就是一个独立的 Python 小隔间,避免污染系统里已有的包:python3.10 -m venv .pt2 source .pt2/bin/activate预期结果:命令行提示符前出现(.pt2)前缀;Windows 下改用.pt2\Scripts\activate。 判断依据:执行python --version输出Python 3.10.x。这一步若输出 3.8 或 3.11,后面必出问题。第 3 步 安装 PyTorch(CUDA 11.8 版)pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118预期结果:下载并安装完成,无 ERROR 行。 判断依据:执行python -c import torch; print(torch.__version__, torch.cuda.is_available()),输出类似2.0.1cu118 True。第二个值必须是True,说明显卡驱动与 PyTorch 匹配上了。第 4 步 安装项目依赖pip3 install -r requirements/pt2.txt预期结果:几十个包依次安装(streamlit、fire、xformers 等)。 判断依据:命令结尾没有ERROR或Could not find a version字样,pip list里能看到streamlit。第 5 步 安装主程序 sgmpip3 install .预期结果:sgm这个 Python 包被装进当前虚拟环境(版本号见 sgm/ 源码,当前为 0.1.0)。 判断依据:执行python -c import sgm; print(sgm.__version__),输出0.1.0。如果你还要训练自己的模型,再补一条数据管线依赖(只做推理可跳过):pip3 install -e githttps://github.com/Stability-AI/datapipelines.gitmain#eggsdata 验证安装成功:最小 demo 命令与预期输出验证分两档:先跑一个不需要下载权重的冒烟检查,再跑一次真正的生成。冒烟检查(无需模型权重)python -c import torch; print(torch.__version__, torch.cuda.is_available()) python -c import sgm; print(sgm.__version__)预期输出:两行分别打出 torch 版本加True、以及0.1.0。到这里,环境就算装好了。真实生成:SDXL-Turbo 一步出图SDXL-Turbo 是仓库里最轻量的文生图模型,只需 1 个采样步(采样步指模型去噪迭代的次数)就能出图。先把权重sd_xl_turbo_1.0.safetensors放入checkpoints/目录,然后:streamlit run scripts/demo/turbo.py预期结果:浏览器打开http://localhost:8501,输入一句提示词(如 a bear),点击生成后约几秒得到一张 512x512 的图片。 判断依据:页面能正常出图、无报错日志,说明模型加载与推理链路全部打通。上图是 SDXL-Turbo 的出图风格示例,你本地生成的图像应与这种质量接近。图生视频:SV4D 2.0(可选体验)仓库自带样例视频,适合验证视频链路。先下载权重到checkpoints/,再用内置素材跑推理:huggingface-cli download stabilityai/sv4d2.0 sv4d2.safetensors --local-dir checkpoints python scripts/sampling/simple_video_sample_4d2.py --input_path assets/sv4d_videos/camel.gif --output_folder outputs预期结果:outputs/目录中生成一段 21 帧的新型视角视频;默认 50 步采样较慢,可加--num_steps调小提速。 判断依据:outputs/下出现视频文件且可播放,即视频推理链路跑通。 踩坑记录:高频报错现象、原因与解法依赖安装报 conflicting dependencies现象:pip 输出 these package versions have conflicting dependencies原因:Python 不是 3.10,依赖树在不同版本下互相打架解法:删掉原环境,用python3.10 -m venv .pt2重建,从第 3 步重做运行脚本报 No module named sgm现象:ModuleNotFoundError: No module named sgm原因:忘了执行pip3 install .,或当前终端没有激活虚拟环境解法:确认提示符带(.pt2)前缀,然后在环境内重跑pip3 install .生成时报 CUDA out of memory现象:torch.OutOfMemoryError: CUDA out of memory原因:视频模型默认编码/解码整段帧,显存占用高解法:推理脚本加--encoding_t1 --decoding_t1,或降分辨率--img_size512torch.cuda.is_available() 输出 False现象:能 import torch,但 CUDA 显示不可用原因:安装的 cu118 版 torch 与显卡驱动支持的最高 CUDA 版本不匹配解法:执行nvidia-smi查看右上角 CUDA Version,据此重装对应 wheel 的 torch推理报找不到权重文件现象:FileNotFoundError,路径指向checkpoints/下的.safetensors原因:模型权重没有放入checkpoints/目录解法:先执行上文对应的huggingface-cli download命令,确认文件落地后再跑推理 进阶方向:装好之后,仓库里哪里值得看推理配置入口:configs/inference/ 下每个模型一份 YAML,如svd.yaml、sd_xl_base.yaml,改采样参数从这里的 scripts/sampling/ 脚本传参即可交互演示:streamlit run scripts/demo/video_sampling.py可开 SVD/SV3D 网页;python -m scripts.demo.gradio_app是社区版 Gradio 界面4D 生成方向:SV4D 系列见 scripts/sampling/simple_video_sample_4d.py 及其配置 scripts/sampling/configs/,效果参考下图上图是 SV4D 2.0 对同一物体从多个新视角生成的连续帧,对应上文验证过的视频链路。训练方向:入口是 main.py,示例配置在 configs/example_training/,最小可跑的一条是python main.py --base configs/example_training/toy/mnist_cond.yaml(在 MNIST 手写数字上跑玩具级训练)核心源码:去噪器、采样器、引导器分别在 sgm/modules/diffusionmodules/,想改模型结构从denoiser.py和sampling.py看起打包分发:仓库用 Hatch 构建(见 pyproject.toml),pip install hatch后执行hatch build -t wheel即可在dist/得到可分发 wheel,注意它不含依赖许可证:各模型授权见 model_licenses/,商用前请核对对应文件【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