Open-Sora 快速上手指南三步在本地跑通 11B 视频生成模型【免费下载链接】Open-SoraOpen-Sora: Democratizing Efficient Video Production for All项目地址: https://gitcode.com/GitHub_Trending/op/Open-SoraOpen-Sora 是一个开源视频生成项目用一个 11B 的扩散模型同时支持文字转视频和图片转视频。它把模型权重、训练与推理代码全部开放适合想在本地生成短视频、或想复现和微调视频模型的开发者与创作者。它能做什么文字转视频Text-to-Video输入一段文字描述直接生成短视频无需先准备图片素材。文字转图再转视频T2I2V内置 flux 文生图模型先把文字画成首帧图再让视频模型接上动起来这是官方推荐的高质量生成路径。图片转视频Image-to-Video给一张参考图加一段提示词模型以这张图为首帧生成延续视频适合把静态画面做活。多分辨率与多比例支持 256px、768px 两种分辨率宽高比可选 16:9、9:16、1:1、2.39:1视频长度可按 4k1 帧灵活设置。三步跑起来准备环境需要 Python 3.10 和 PyTorch 2.4.0CUDA 环境一台有显存的 GPU 机器。安装项目git clone https://gitcode.com/GitHub_Trending/op/Open-Sora cd Open-Sora pip install -v .另按你的 CUDA 版本补装 xformers 和 flash-attn详见根目录 README。下载模型并生成pip install huggingface_hub[cli] huggingface-cli download hpcai-tech/Open-Sora-v2 --local-dir ./ckpts torchrun --nproc_per_node 1 --standalone scripts/diffusion/inference.py configs/diffusion/inference/t2i2v_256px.py --save-dir samples --prompt raining, sea生成结果保存在samples目录。显存不够时给命令加上--offload True即可用 CPU 卸载省显存。常用参数速查以下参数都通过scripts/diffusion/inference.py的命令行传入默认值定义在 configs/diffusion/inference/256px.py 里。基础设置--aspect_ratio控制画面比例。16:9 适合横屏风景9:16 适合竖屏短视频1:1 适合头像式素材。--num_frames控制视频长度取值须为 4k1 且小于 129。帧数越多视频越长、耗时也越长。配置里的resolution256px 快但清晰度和细节有限768px 画质明显更好但显存和时间成本更高。效果控制sampling_option.num_steps采样步数默认 50。调小出片快但可能糊调大细节更好但更慢。guidanceCFG文字引导强度默认 7.5。调大更贴合提示词但画面容易过饱和、出现伪影调小则更自由发散。--seed与sampling_option.seed固定随机种子同样输入可复现同样结果调试参数时建议先固定种子。--num-sample k同一条提示词生成 k 个样本方便挑一个最满意的。创意控制--motion-score运动强度默认 41 弱到 7 强。调大画面动得更多调小更接近静态。也可传dynamic由模型自动评估合适的强度需配置 OpenAI API key。--refine-prompt True用 ChatGPT 把你的短提示词扩写成带细节的长描述显著提升画面质量同样需要 API key。--cond_type i2v_head --ref 图片路径切换到图生视频模式模型以指定图片为首帧向后生成视频。让效果更好的技巧优先走 T2I2V 配置日常使用选configs/diffusion/inference/t2i2v_256px.py而不是直出 T2V官方实测先文生图、再接视频的管线质量更稳。写具体一点的提示词说明环境、光线、主体动作和镜头视角如中景午后阳光水面泛起涟漪比只写下雨的海效果好得多懒得写就用--refine-prompt True自动扩写。静态场景压运动分动态场景拉高拍风景、静物时把--motion-score降到 1~2 避免画面乱晃拍奔跑、浪花时调到 5~7。先 256px 试参再上 768px 出片256px 单卡几十秒出一条先用它把提示词和参数调顺最后再用 768px 配置出成品省时省卡。去哪里学更多训练/微调自己的模型docs/train.md视频自动编码器原理与训练docs/ae.md、docs/hcae.md历版技术报告docs/report_01.md 到 docs/report_04.md推理入口脚本scripts/diffusion/inference.py网页界面gradio/app.pyOpen-Sora 把模型、训练代码和推理管线都摆在明处按上面三步跑通第一条视频后剩下的调参、微调和二次开发都可以在本地闭环完成。【免费下载链接】Open-SoraOpen-Sora: Democratizing Efficient Video Production for All项目地址: https://gitcode.com/GitHub_Trending/op/Open-Sora创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Open-Sora 快速上手指南：三步在本地跑通 11B 视频生成模型
Open-Sora 快速上手指南三步在本地跑通 11B 视频生成模型【免费下载链接】Open-SoraOpen-Sora: Democratizing Efficient Video Production for All项目地址: https://gitcode.com/GitHub_Trending/op/Open-SoraOpen-Sora 是一个开源视频生成项目用一个 11B 的扩散模型同时支持文字转视频和图片转视频。它把模型权重、训练与推理代码全部开放适合想在本地生成短视频、或想复现和微调视频模型的开发者与创作者。它能做什么文字转视频Text-to-Video输入一段文字描述直接生成短视频无需先准备图片素材。文字转图再转视频T2I2V内置 flux 文生图模型先把文字画成首帧图再让视频模型接上动起来这是官方推荐的高质量生成路径。图片转视频Image-to-Video给一张参考图加一段提示词模型以这张图为首帧生成延续视频适合把静态画面做活。多分辨率与多比例支持 256px、768px 两种分辨率宽高比可选 16:9、9:16、1:1、2.39:1视频长度可按 4k1 帧灵活设置。三步跑起来准备环境需要 Python 3.10 和 PyTorch 2.4.0CUDA 环境一台有显存的 GPU 机器。安装项目git clone https://gitcode.com/GitHub_Trending/op/Open-Sora cd Open-Sora pip install -v .另按你的 CUDA 版本补装 xformers 和 flash-attn详见根目录 README。下载模型并生成pip install huggingface_hub[cli] huggingface-cli download hpcai-tech/Open-Sora-v2 --local-dir ./ckpts torchrun --nproc_per_node 1 --standalone scripts/diffusion/inference.py configs/diffusion/inference/t2i2v_256px.py --save-dir samples --prompt raining, sea生成结果保存在samples目录。显存不够时给命令加上--offload True即可用 CPU 卸载省显存。常用参数速查以下参数都通过scripts/diffusion/inference.py的命令行传入默认值定义在 configs/diffusion/inference/256px.py 里。基础设置--aspect_ratio控制画面比例。16:9 适合横屏风景9:16 适合竖屏短视频1:1 适合头像式素材。--num_frames控制视频长度取值须为 4k1 且小于 129。帧数越多视频越长、耗时也越长。配置里的resolution256px 快但清晰度和细节有限768px 画质明显更好但显存和时间成本更高。效果控制sampling_option.num_steps采样步数默认 50。调小出片快但可能糊调大细节更好但更慢。guidanceCFG文字引导强度默认 7.5。调大更贴合提示词但画面容易过饱和、出现伪影调小则更自由发散。--seed与sampling_option.seed固定随机种子同样输入可复现同样结果调试参数时建议先固定种子。--num-sample k同一条提示词生成 k 个样本方便挑一个最满意的。创意控制--motion-score运动强度默认 41 弱到 7 强。调大画面动得更多调小更接近静态。也可传dynamic由模型自动评估合适的强度需配置 OpenAI API key。--refine-prompt True用 ChatGPT 把你的短提示词扩写成带细节的长描述显著提升画面质量同样需要 API key。--cond_type i2v_head --ref 图片路径切换到图生视频模式模型以指定图片为首帧向后生成视频。让效果更好的技巧优先走 T2I2V 配置日常使用选configs/diffusion/inference/t2i2v_256px.py而不是直出 T2V官方实测先文生图、再接视频的管线质量更稳。写具体一点的提示词说明环境、光线、主体动作和镜头视角如中景午后阳光水面泛起涟漪比只写下雨的海效果好得多懒得写就用--refine-prompt True自动扩写。静态场景压运动分动态场景拉高拍风景、静物时把--motion-score降到 1~2 避免画面乱晃拍奔跑、浪花时调到 5~7。先 256px 试参再上 768px 出片256px 单卡几十秒出一条先用它把提示词和参数调顺最后再用 768px 配置出成品省时省卡。去哪里学更多训练/微调自己的模型docs/train.md视频自动编码器原理与训练docs/ae.md、docs/hcae.md历版技术报告docs/report_01.md 到 docs/report_04.md推理入口脚本scripts/diffusion/inference.py网页界面gradio/app.pyOpen-Sora 把模型、训练代码和推理管线都摆在明处按上面三步跑通第一条视频后剩下的调参、微调和二次开发都可以在本地闭环完成。【免费下载链接】Open-SoraOpen-Sora: Democratizing Efficient Video Production for All项目地址: https://gitcode.com/GitHub_Trending/op/Open-Sora创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考