企业官网建设流程全解析

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-V2

SkyReels-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 540P（960×544，97 帧）或 720P（1280×720，121 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 14.7GB；14B 模型在 T2V 链路约 43.4GB，DF 长视频链路约 51.2GB。据此划分三档：

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 3.10，requirements.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

补充两条按任务切换的默认值：I2V 模型建议--guidance_scale 5.0 --shift 3.0（T2V 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 CPU；DF 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