11月22日 Stability AI 发布了一个AI视频的开源项目：Stable Video Diffusion，它可以基于一张图片生成数秒钟的视频，效果比较惊艳，本文就给大家分享下如何安装和使用。
视频不方便分享，我这里做成了gif动图，可以看到画面很稳定，基本上是没有闪烁的。
这个程序对显卡的要求比较高，如果你的电脑没有二三十G的显存，不建议本地安装，建议试试云环境，比如AutoDL、青椒云等。
如果你使用AutoDL，也可以直接使用我制作好的镜像，免去繁琐的安装步骤，具体方法请看本文中的“云环境镜像”一节。
如果你既不想安装，也不想使用镜像，也有社区提供的免费演示空间，只不过可能需要特殊网络设置，请看本文中的“社区免费空间”一节。
手动安装
为了方便安装，这里使用的测试程序对Stability AI官方发布的 Stable Video Diffusion 做了一个简单的包装，也是一个开源项目：
首先你需要在运行环境中安装Git和Conda，这两个网上介绍的比较多，这里不啰嗦了。
然后下面的步骤都通过执行命令行来完成。
通过git将代码复制到本地：
git clone https://github.com/xx025/stable-video-diffusion-webui.git
进入程序目录：
cd stable-video-diffusion-webui
通过 Conda 配置 Python 虚拟环境：
conda create -n svd python=3.10
激活Python虚拟环境：
conda activate svd
如果上面的命令不能成功执行，请换成下面这个（因为新版本的conda不支持activate）：
source activate svd
使用 install.py 进行安装，主要是用来安装程序需要的依赖包：
python install.py
因为依赖的包很多，这个安装可能比较耗时，请耐心等待。
安装完成之后，我们还需要去下载大模型，然后才能用来生成视频。
创建存放大模型的目录：
mkdir checkpoints
下载大模型到这个目录中：
wget https://huggingface.co/vdo/stable-video-diffusion-img2vid-xt/resolve/main/svd_xt.safetensors?download=true -P checkpoints/ -O svd_xt.safetensors
大模型发布在HuggingFace 上，文件大小接近10G，直接下载可能比较慢，随后我会上传到网盘，如果被封了，你也可以加我的微信 yinghuojun007 获取。
然后我们就可以启动程序了。
python run.py
启动成功后，会有类似下文的提示，我们可以在浏览器中打开这个链接：
云环境镜像
为了方便测试，我在AutoDL上制作了一个 Stable Video Diffusion WebUI 的容器镜像，可以直接启动使用。
在创建实例时，镜像这里选择“社区镜像”，下方输入 yinghuo。
在弹出的镜像提示中选中“yinghuoai-svd-webui” 。
实例启动后，在容器实例控制台，点击进入容器实例的 JupyterLab 工具。
在JupyterLab 中打开“启动器”，点击工具栏中的这个按钮启动程序。
它会先下载大模型，然后再启动WebUI，显示以下信息代表启动成功 。
最后在AutoDL容器实例列表中点击对应实例的“自定义服务”，就可以在浏览器打开程序的使用界面了。
社区演示站
Huggingface 上有两个推荐的演示空间，可以直接体验图片生成视频的效果。
不过这个网站经常访问不了，可能需要特殊的网络设置；另外因为是免费公开的，如果同时生成的人比较多，可能需要排队，等的时间比较长。
工具使用
这个工具的使用界面比较简单（其实隐藏了很多参数设置），我们按照顺序看一下：
1、这里上传用来生成视频的图片。
2、这里是一些高级参数设置，展开就能看到了，比如每秒的视频帧数，建议默认就行了。
3、点击这里就开始生成视频了。
4、视频生成成功后，会展示在这里，可以进行预览播放。
OK，以上就是本文的主要内容了。有兴趣的同学赶紧去试试吧。SVD WebUI的作者创建了一个微信交流群，进群请添加好友 yinghuojun007。
资源下载
最近，我整理了自己输出的关于 Stable Diffusion 的所有教程，包括基础篇、ControlNet、插件、实战、模型训练等多个方面，比较全面、体系化，特别适合新手和想要系统化学习Stable Diffusion的同学。
关注/微/信/公/众/号：萤火遛AI（yinghuo6ai），发消息：SD，即可获取最新AI绘画教程和资源的下载地址。
