SkyReels-V1 项目安装与配置指南
2026-01-30 05:19:57作者:凤尚柏Louis
SkyReels-V1
SkyReels V1: The first and most advanced open-source human-centric video foundation model
1. 项目基础介绍
SkyReels-V1 是一个开源的人类中心视频基础模型,它通过微调 HunyuanVideo 模型,在数百万高质量的电影和电视剪辑上进行训练,实现了文本到视频和图像到视频的生成。该项目主要使用 Python 编程语言。
2. 关键技术和框架
- 数据清洗和注释管道:用于创建高质量电影、电视和纪录片内容的庞大数据集。
- 多阶段图像到视频预训练:包括模型域转移预训练、图像到视频模型预训练和高质量微调阶段。
- Diffusers 开源框架:用于实现高效的视频生成推理。
3. 安装和配置准备工作
在开始安装之前,请确保您的系统满足以下要求:
- 操作系统:Linux
- Python 版本:Python 3.10
- CUDA 版本:CUDA 12.2
- pip:Python 包管理器
确保您的系统中已安装上述所有依赖项。
4. 详细安装步骤
以下步骤将指导您如何从零开始安装和配置 SkyReels-V1 项目:
步骤 1:克隆仓库
打开终端,执行以下命令以克隆项目仓库:
git clone https://github.com/SkyworkAI/SkyReels-V1.git
cd SkyReels-V1
步骤 2:安装依赖
在项目目录中,使用以下命令安装所需的 Python 包:
pip install -r requirements.txt
步骤 3:运行示例
在具有足够显存(例如 A800)的条件下,可以直接运行无损版本。在生成视频时,提示应以 "FPS-24, " 开头,因为在训练过程中参考了 Moviegen 的控制 fps 的方法。
设置模型 ID 和其他参数,然后运行以下命令来生成视频:
SkyReelsModel="Skywork/SkyReels-V1-Hunyuan-T2V"
python3 video_generate.py \
--model_id ${SkyReelsModel} \
--task_type t2v \
--guidance_scale 6.0 \
--height 544 \
--width 960 \
--num_frames 97 \
--prompt "FPS-24, A cat wearing sunglasses and working as ..."
请将上述命令中的提示(prompt)替换为您自己的描述,以生成您想要的内容。
完成以上步骤后,您应该能够成功安装和配置 SkyReels-V1 项目,并开始生成视频。如果您在安装过程中遇到任何问题,请检查系统依赖项是否正确安装,并确保遵循了所有步骤。
SkyReels-V1
SkyReels V1: The first and most advanced open-source human-centric video foundation model
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
767
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
892
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
445
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
618
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253