SkyReels-V2 本地部署指南4 步出片与显存要求【免费下载链接】SkyReels-V2SkyReels-V2: Infinite-length Film Generative model项目地址: https://gitcode.com/GitHub_Trending/sk/SkyReels-V2SkyReels-V2 是昆仑万维开源的无限长视频生成框架基于 Diffusion Forcing扩散强制让模型逐段自回归续写画面架构覆盖文生视频、图生视频和长视频续写三类任务。本文面向准备在本地跑通 SkyReels-V2 本地部署的开发者讲清显存要求、最小出片路径和最容易踩坑的参数设置。能力边界先确认它能不能干你的活SkyReels-V2 提供三条推理链路generate_video.py负责文生视频与图生视频generate_video_df.py负责 Diffusion Forcing 长视频并支持视频延长与首尾帧控制。单段输出规格为 540P960×54497 帧或 720P1280×720121 帧24fps 下约 4 秒DF 模型可把总时长拉到 60 秒以上。目前 5B 系列与 Camera Director 权重尚未放出5B 模型在 README 中标注 Coming Soon。图生视频走 I2V 专用模型以单张首帧驱动DF 模型本身则兼容文本与图像两种输入。显存不够怎么跑硬件档位对照表官方 README 给出的实测峰值显存1.3B 模型生成 540P 视频约 14.7GB14B 模型在 T2V 链路约 43.4GBDF 长视频链路约 51.2GB。据此划分三档设备档位推荐模型预期效果16GB 显存1.3B-540PDF / I2V540P 短片、中等长度 DF 长视频全程需加--offload48GB 显存14B-540P / 14B-720P官方默认配置540P 长视频或 720P 短片全规格输出24GB 单卡 多卡14B 系列 --use_uspxDiT USP 序列并行摊薄显存生成速度提升第一次出片最小步骤四步拉仓库、装依赖、跑脚本、等出片。脚本内置download_model首次运行会自动从 Hugging Face 拉取权重国内网络慢时改用 ModelScope 下载到本地把--model_id指向本地目录。依赖测试环境为 Python 3.10requirements.txt锁定了 torch 2.5.1 与 flash_attn# 1. 拉取仓库 git clone https://gitcode.com/GitHub_Trending/sk/SkyReels-V2 cd SkyReels-V2 # 2. 安装依赖需 Python 3.10含 torch/flash_attn pip install -r requirements.txt首次生成用 540P 短文本生成即可验证链路download_model会自动拉权重# 单卡文生视频97 帧约 4 秒 540P 短片首次自动下载 14B-540P 权重 python3 generate_video.py \ --model_id Skywork/SkyReels-V2-T2V-14B-540P \ --resolution 540P \ --num_frames 97 \ --offload \ --prompt A serene lake surrounded by towering mountains, swans gliding across the water.成片输出到result/video_out/目录。图生视频改用 I2V 模型追加--image 图片路径即可。长视频走generate_video_df.py。DF 模型以自回归方式按块续写每块以若干重叠历史帧为条件去噪理论上可无限拼接。时长由--num_frames决定官方推荐值与训练参数对齐——257 帧约 10 秒、737 帧约 30 秒、1457 帧约 60 秒。10 秒同步模式示例# 同步模式生成约 10 秒长视频ar_step 0 表示整段同步去噪 python3 generate_video_df.py \ --model_id Skywork/SkyReels-V2-DF-1.3B-540P \ --resolution 540P \ --ar_step 0 \ --base_num_frames 97 \ --num_frames 257 \ --overlap_history 17 \ --addnoise_condition 20 \ --offload \ --prompt A graceful white swan swimming in a serene lake at dawn.最常改的三个参数参数改什么影响什么建议值--num_frames视频总帧数直接决定时长帧数越高显存占用越大97 短片257/377/737/1457 对应约 10s/15s/30s/60s--base_num_framesDF 单次迭代送入模型的基础帧数控制显存峰值调低会轻微损失画质540P 默认 97、720P 默认 121显存吃紧时降到 77 或 57不要更低--addnoise_condition给干净条件帧加噪强度缓解长视频段间跳变与漂移但过大会反向破坏一致性20不建议超过 50补充两条按任务切换的默认值I2V 模型建议--guidance_scale 5.0 --shift 3.0T2V 为 6.0 / 8.0--teacache开启后可加速约 2–3 倍代价是画质轻微下降可配合--use_ret_steps与--teacache_thresh 0.3使用。常见问题处理现象CUDA out of memory。原因14B 模型 540P 峰值约 43–51GB超出单卡容量。处理加--offload把部分模块卸载到 CPUDF 长视频降--base_num_frames再不行换 1.3B 模型或多卡--use_usp。现象pip install -r requirements.txt卡在 flash_attn 编译失败。原因flash_attn 需匹配当前 torch 与 CUDA 版本现场编译环境不匹配即失败。处理确认 Python 3.10、torch 2.5.1 与显卡 CUDA 驱动版本配套或改用与 2.5.1 预编译匹配的 flash_attn 轮子。现象模型权重下载缓慢甚至中断。原因download_model默认走 Hugging Face。处理通过 ModelScope 手动下载同名模型目录将--model_id指向本地路径即可跳过自动下载脚本检测到路径已存在时不会重复拉取。现象加--prompt_enhancer报错或多卡启动失败。原因提示增强器基于 Qwen2.5-32B-Instruct峰值显存 64GB 以上且明确禁止与--use_usp组合。处理多卡场景先在skyreels_v2_infer/pipelines/prompt_enhancer.py单独生成增强文本再手动填入--prompt。现象断言错误check model_id。原因任务与模型类型不匹配——未传--image时脚本强制要求 model_id 含 T2V传图后则必须含 I2V。处理核对--image与模型系列一致需要图 文本双条件时用 DF 模型而非 T2V。延伸入口提示增强独立脚本skyreels_v2_infer/pipelines/prompt_enhancer.py三条推理流水线源码skyreels_v2_infer/pipelines/DiT 模型与注意力算子实现skyreels_v2_infer/modules/流匹配噪声调度器skyreels_v2_infer/scheduler/fm_solvers_unipc.py跑通第一条 97 帧短片只是起点。把--num_frames往上加、按显存档位选对模型这套框架的长视频能力才算真正用起来。【免费下载链接】SkyReels-V2SkyReels-V2: Infinite-length Film Generative model项目地址: https://gitcode.com/GitHub_Trending/sk/SkyReels-V2创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
