如何快速安装 Stability AI generative-models：从克隆到第一次出图的完整指南
【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models
generative-models 是 Stability AI 的官方生成模型仓库，一个仓库装下 SDXL、Stable Video Diffusion、SV3D、SV4D 等图像与视频扩散模型。本文带你用 5 分钟完成安装配置，跑通 SDXL-Turbo 出图，并附一份常见报错速查表。
这个仓库能做什么
先明确装它能帮你完成 4 件事：
- 文本/图像生成：SDXL 文生图、图生图，SDXL-Turbo 单次前向即可出图
- 图生视频：SVD / SVD-XT 从一张图生成 14 或 25 帧动画
- 3D/4D 生成：SV3D 单图绕圈视频、SV4D / SV4D 2.0 视角合成
- 可训练：配置驱动的 PyTorch Lightning 训练框架，附 MNIST 等示例配置
所有模型能力由 configs/ 下的 YAML 文件定义，模型与采样器解耦，方便你按需求组装。
环境清单与依赖安装
这一节解决"装什么、怎么装"。先看硬性要求，只有一项不能将就：
| 项目 | 要求 | 说明 |
|---|---|---|
| Python | 3.10 | 官方仅在此版本上验证，其他版本容易依赖冲突 |
| PyTorch | 2.0+（CUDA 11.8） | 用nvcc --version确认本机 CUDA 版本 |
| GPU 显存 | 8GB 起 | SDXL 文生图约 8GB，视频模型建议 12GB 以上 |
| 磁盘 | 20GB 起 | 权重文件较大，checkpoints/需要预留空间 |
下面 4 条命令完成克隆与环境搭建，先克隆仓库并建好隔离环境：
git clone https://link.gitcode.com/i/490801bb7a65830ecb783959408d39b2 cd generative-models python3.10 -m venv .pt2 && source .pt2/bin/activate再装 PyTorch 和项目依赖（依赖较多，耐心等待）：
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 pip3 install -r requirements/pt2.txt pip3 install .最后一条pip3 install .会安装仓库本身的sgm包，演示脚本全靠它运行。sdata（datapipelines 之外的数据管线）只有训练时才需要，用到再装。
第一次运行：下载权重并跑起演示
装完不算数，能出图才算。以出图最快的 SDXL-Turbo 为例验证安装。
先把权重放进checkpoints/：
huggingface-cli download stabilityai/sdxl-turbo sd_xl_turbo.safetensors --local-dir checkpoints然后启动交互式界面，浏览器打开本地端口即可输入 prompt 出图：
streamlit run scripts/demo/turbo.py看到第一张图，说明 PyTorch、依赖、sgm包全链路正常。如果你更关注视频能力，SV3D 可以从单张图生成 21 帧 576x576 的绕圈视频：
python scripts/sampling/simple_video_sample.py \ --input_path assets/sv4d_videos/test_video1.mp4 --version sv3d_u踩坑与自救：常见报错速查
这一节按"现象 → 解决方案"组织，遇到报错先对号入座。
| 现象 | 解决方案 |
|---|---|
安装时版本冲突（conflicting dependencies） | 确认用 Python 3.10 重建虚拟环境；仍冲突则pip install -U numpy或换 CUDA 11.8 对应的 PyTorch 构建 |
ModuleNotFoundError: No module named 'sgm' | 漏装了仓库主包，在项目根目录补跑pip3 install .并确认虚拟环境已激活 |
生成时CUDA out of memory | 降低分辨率（如--img_size=512），视频模型加--encoding_t=1 --decoding_t=1逐帧编解码，或减少 batch |
detect.py报缺少invisible_watermark | 水印检测依赖未装：pip install --no-deps invisible-watermark（需先装 numpy、opencv-python） |
找不到sdata模块 | 该包仅训练需要，按 README 安装 datapipelines 的sdata依赖 |
再进一步：验证水印与启动训练
跑通出图后，可以沿两个方向深入。
方向一：水印检测。仓库内置的 scripts/demo/detect.py 可批量检查生成图是否带不可见水印：
python scripts/demo/detect.py <文件名或目录>方向二：最小化训练。仓库提供 MNIST 类条件扩散示例，用它验证训练链路只需一条命令（配置在 configs/example_training/toy/）：
python main.py --base configs/example_training/toy/mnist_cond.yaml跑通后再换更大数据集，注意非 toy 配置中USER:注释处需要按你的数据格式修改。
资源导航
| 资源 | 路径 |
|---|---|
| 推理配置 | configs/inference/ |
| 采样脚本 | scripts/sampling/ |
| 演示脚本 | scripts/demo/ |
| 核心包源码 | sgm/ |
装不上就先翻踩坑表；跑通之后，去configs/里改参数，这个仓库就是你的生成模型工作台。
【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
