Open-Sora本地部署完整指南：20分钟生成AI视频

Open-Sora本地部署完整指南：20分钟生成AI视频

【免费下载链接】Open-SoraOpen-Sora: Democratizing Efficient Video Production for All项目地址: https://gitcode.com/GitHub_Trending/op/Open-Sora

想给产品演示录一条10秒的视频，外包报价好几千，商用生成工具按条计费，素材还不能出内网。Open-Sora是一个开源的AI视频生成项目，在你自己的显卡上本地运行，输一句文字或一张图，就能得到一段短视频。下面带你走完全部流程：装环境、下模型、出第一条。

🎯 为什么选它

• 成本可控：模型和代码全开源，一次配好之后生成不花一分钱，想跑多少条就多少条。
• 数据可控：视频在你自己机器上生成，提示词和素材不用出内网，对保密素材友好。
• 可定制：支持用你自己的视频数据微调，训练文档里写了完整步骤。

手里有一张24GB以上的N卡、想要本地化生成，它适合你。没有GPU，或者不想折腾环境，商用工具更快。

⚡ 最小闭环跑通

先装环境。装好Python 3.10，拉代码、装依赖，一条命令搞定：

git clone https://gitcode.com/GitHub_Trending/op/Open-Sora cd Open-Sora && pip install -v . && pip install xformers flash-attn

注意torch要2.4.0以上。flash-attn装不上，先检查CUDA版本和torch是否匹配。

然后下载预训练模型到./ckpts目录：

pip install "huggingface_hub[cli]" huggingface-cli download hpcai-tech/Open-Sora-v2 --local-dir ./ckpts

最后跑第一条文生视频。跑完后你会在samples/目录里看到生成的视频文件：

torchrun --nproc_per_node 1 scripts/diffusion/inference.py configs/diffusion/inference/t2i2v_256px.py --save-dir samples --prompt "raining, sea"

配置文件都在configs/diffusion/inference/里，文件名就是配置，先不用逐个研究。

🎬 场景化实操

用一句话生成视频（文生视频）

上面那条命令就是最简单的路径：模型先生成一张参考图，再把它"动"起来，比直接文生视频质量更稳。--prompt就是你的一句话描述，写具体一点效果更好。

把现成的图片变活（图生视频）

手里有一张满意的图，只想让它动起来，就用图生视频：

torchrun --nproc_per_node 1 scripts/diffusion/inference.py configs/diffusion/inference/256px.py --cond_type i2v_head --prompt "farm, pig splashing" --ref assets/texts/i2v.png

--ref指向参考图，视频首帧基本就是这张图，后面的画面由模型补出来。这里直接用了仓库自带的示例图，跑通就能出片。

批量生成和网页界面

提示词很多时，把它们写进csv，用--dataset.data-path assets/texts/example.csv一次性全生成。嫌命令行麻烦，可以运行网页界面gradio/app.py，在浏览器里输提示词、看结果。

🎛️ 进阶调优

真正影响成片效果的主要是两个参数，其他先不管。

motion-score（运动强度）：推理时拼进提示词，默认4。画面太"死板"就往5到7调；抖得厉害、物体变形就往1到2调。

refine-prompt（提示词扩写）：先export OPENAI_API_KEY=sk-xxx，再加--refine-prompt True。它会把你的短提示词扩写成细节更足的长描述。提示词只写了几个词、效果总差口气时，开它。

❓ 避坑FAQ

显存不够（OOM）怎么办？命令后面加--offload True，模型会在CPU和显卡之间分批挪动。速度慢一些，24GB卡也能跑起来。

flash-attn编译失败？确认torch≥2.4.0，xformers和flash-attn要按你的CUDA版本选对应构建。版本对不上基本都卡在编译这一步。

生成结果不符合提示词？多数是提示词太短。把光线、镜头、动作写具体，或者打开refine-prompt先扩写，再重跑一次。

时长和画幅能怎么改？帧数--num_frames按"4k+1"取值（比如33、65），要小于129；画幅--aspect_ratio只有16:9、9:16、1:1、2.39:1四个选项。

Open-Sora适合有显卡、要本地生成视频的人，想要一键商用级体验就去用商业工具。下一步建议按训练文档用自有数据微调一版，或者用Gradio界面多试几组提示词。

【免费下载链接】Open-SoraOpen-Sora: Democratizing Efficient Video Production for All项目地址: https://gitcode.com/GitHub_Trending/op/Open-Sora