企业官网建设流程全解析

低显存显卡跑 Stable Video Infinity 无限长视频生成：从克隆到出第一帧的最短路径

【免费下载链接】Stable-Video-Infinity[ICLR 26 Oral] Stable Video Infinity: Infinite-Length Video Generation with Error Recycling项目地址: https://gitcode.com/GitHub_Trending/st/Stable-Video-Infinity

如果你手上只有一张 8GB 显存的显卡，却想在本地跑图生无限长视频，这篇文章就是最短路径。Stable Video Infinity（SVI）是一个基于 Error Recycling 微调范式的无限长视频生成模型，在 Wan2.1-I2V-14B 底座上挂 LoRA，逐片段流式生成而不漂移。

🧰 跑之前先对齐三件事

• 硬件：底座是 14B 参数的 Wan2.1-I2V-14B-480P，默认 bf16 全量上卡，显存需求远超 24GB；小显存卡必须依赖 VRAM 管理（见后文参数），否则第一步加载就会 OOM。
• 依赖：requirements.txt 锁定了 torch 2.5.0、transformers、xformers、cupy-cuda12x 等版本，CUDA 12 环境 + Python 3.10 起步，装完先确认torch.cuda.is_available()为 True 再往下走。
• 目录：推理脚本写死了两处权重路径——weights/Wan2.1-I2V-14B-480P/（7 片 safetensors + T5 + VAE）和weights/Stable-Video-Infinity/version-1.0/svi-shot.safetensors（SVI LoRA）。这两样没就位，任何脚本都会直接报文件不存在。

🎬 从克隆到第一帧出结果

先拉代码：

git clone https://gitcode.com/GitHub_Trending/st/Stable-Video-Infinity

装依赖时不需要自己挑版本，直接按锁定的清单装：

pip install -r requirements.txt

如果cupy-cuda12x安装失败可以先跳过，它只服务于 FastBlend 插帧扩展，不影响主推理链路。

把权重放进上面提到的两个目录后，出第一帧的最短路径是直接跑仓库自带的测试脚本：

bash scripts/test/svi_shot.sh

这个脚本会取 data/toy_test/shot/frame.jpg 和同目录的 prompt.txt 喂给 test_svi.py，默认生成 10 个 clip（每个 81 帧），视频落在videos/svi_shot/下。看到第一个 mp4 写出来，说明整条链路是通的。

再看脚本里三个值得理解的参数：--ref_pad_num -1表示用随机帧给参考图补边，把生成退化成"带参考图的修复问题"，这是消除长视频漂移的关键；--cfg_scale_text控制文本引导强度，默认 5.0，出现鬼影或指令不跟时往上加；--num_motion_frames是跨 clip 复用的运动帧数，shot 场景保持默认 1，与训练设置对齐。

🔧 真正影响体验的几个旋钮

• --num_persistent_param_in_dit：控制 DiT 中常驻显存的参数量，默认 6e9。显存吃紧就降到 4e9 甚至 2e9，余量部分会自动 offload 到 CPU——代价是变慢，但这是小显存卡能跑起来的开关。
• --num_steps：每个 clip 的推理步数，默认 50。先降到 30 验证链路和速度，画质不满意再往回加，不必在调参前就按满配跑。
• --tiled（配合--tile_size/--tile_stride）：VAE 编解码分块执行，避免 81 帧一次性解码时的显存尖峰，8GB 级别的卡建议默认开启。

📊 实测：优化前 vs 优化后

测试输入为仓库自带的 data/toy_test/svi_2.0/frame.jpg 及同目录 prompt.txt，耗时为单 clip（81 帧）数量级参考。

卡住了从哪查

• docs/FAQ.md：官方对色偏、运动缺失、各参数含义的逐条解释，部署问题大多能直接对上。
• docs/DevLog.md：开发日志，记录各版本 LoRA 与底座模型的变更，升级权重前先看。
• 仓库 Issues：本地资源跑不动时可以提 Issue，官方会代为执行推理，具体 OOM 报错的排查记录也集中在这里。

跑通之后，剩下的就是按你自己的显存预算和业务场景把旋钮拧到位了。

【免费下载链接】Stable-Video-Infinity[ICLR 26 Oral] Stable Video Infinity: Infinite-Length Video Generation with Error Recycling项目地址: https://gitcode.com/GitHub_Trending/st/Stable-Video-Infinity