Stability AI 模型权重下载与推理验证完整指南：SDXL 到 SV4D 2.0 一次跑通

【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models

本文针对 Stability AI 官方 generative-models 仓库的模型下载与首次推理验证，覆盖文生图（SDXL）、图生视频（SVD/SV3D）、4D 资产合成（SV4D 2.0）三类场景，带你走通选模型、用 huggingface-cli 拉权重到 checkpoints/ 目录、跑通第一段视频的完整流程。

该下哪个模型？按任务查表决定

先想清楚你要生成什么，再从下表定位权重文件。所有权重都放在仓库根目录的checkpoints/下，仓库里scripts/sampling/configs/各配置文件的ckpt_path已写死这个位置，落对地方就能直接加载，无需手写任何配置：

⚠️ 单个文件从 6.9GB 到 30GB 以上不等，建议目标磁盘至少预留 100GB 空闲空间。

动手前的 5 分钟自查

先确认本地环境满足最低要求，四条命令逐个敲一遍即可：

仓库尚未克隆时，先执行：

# 获取代码仓库并进入根目录 git clone https://gitcode.com/GitHub_Trending/ge/generative-models cd generative-models

另外记住一个特性：huggingface-cli 默认支持断点续传，中断后重放同一条命令即可继续，不必重下。

一条通用下载命令 + 三个模型的差异点

三条路径共用同一个命令模板，差异只在"仓库名"和"文件名"两个位置：

huggingface-cli download <HF 仓库名> \ <文件名1> <文件名2> \ --local-dir checkpoints # 统一落到仓库根目录 checkpoints/

不带文件名会拉整个仓库，所以务必保留文件名参数，只拿你需要的权重。

SDXL 文生图权重下载命令

文生图 / 图生图任务，是仓库里验证最充分的模型，建议作为第一个下载对象：

# 只拉 base 权重（约 6.9GB），落盘到 checkpoints/ huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 \ --include "*.safetensors" --local-dir checkpoints

预期落盘：checkpoints/sd_xl_base_1.0.safetensors（与scripts/demo/sampling.py的默认路径一致）。校验方式：

ls -lh checkpoints/sd_xl_base_1.0.safetensors # 约 6.9GB、目录内无 .incomplete 残留即算成功

SVD 图生视频与 SV3D 多视角权重怎么拿

让单张静态图动起来（SVD 出 14 帧或 25 帧视频），或由单图合成环绕多视角视频（SV3D）：

# SVD 14 帧版与 25 帧版各拉一个 huggingface-cli download stabilityai/stable-video-diffusion-img2vid \ svd.safetensors --local-dir checkpoints huggingface-cli download stabilityai/stable-video-diffusion-img2vid-xt \ svd_xt.safetensors --local-dir checkpoints

# SV3D 两个变体：u（均匀视角）与 p（可控轨道） huggingface-cli download stabilityai/sv3d \ sv3d_u.safetensors sv3d_p.safetensors --local-dir checkpoints

显存紧张时可加拉图像解码器变体：

# 可选：低显存场景使用的图像解码器 huggingface-cli download stabilityai/stable-video-diffusion-img2vid \ svd_image_decoder.safetensors --local-dir checkpoints

校验：

ls -lh checkpoints/svd.safetensors checkpoints/svd_xt.safetensors \ checkpoints/sv3d_u.safetensors checkpoints/sv3d_p.safetensors # 4 个文件均存在且大小非零即可进入推理

SV4D 2.0 4D 资产主权重下载命令

由一段短视频合成新视角的 4D 资产，每次生成 48 帧（12 帧 × 4 视角），输入建议用白底运动物体视频：

# SV4D 2.0 主权重（30GB 以上），对应 sv4d2.yaml 配置 huggingface-cli download stabilityai/sv4d2.0 \ sv4d2.safetensors --local-dir checkpoints

校验：

ls -lh checkpoints/sv4d2.safetensors # 数十 GB 且无 .incomplete 残留即算成功

两个补充：8 视角变体把文件名换成sv4d2_8views.safetensors（同仓库）即可；若要跑初代 SV4D，还需从stabilityai/sv4d仓库拉sv4d.safetensors，其采样脚本同时依赖上文的sv3d_u.safetensors。

网络慢或中断：镜像、续传与并发三连招

常见报错与处置

表中招不中时可按三步兜底排查：

sha256sum checkpoints/sd_xl_base_1.0.safetensors # 与 README.md Inference 一节列出的文件哈希比对（base 与 refiner 均给出）

1. 用上面的哈希结果对照 README.md Inference 一节的官方数值；
2. 逐项核对scripts/sampling/configs/各配置的ckpt_path与checkpoints/内实际文件名是否一一对应；
3. 删除整个本地checkpoints/目录，重放该模型的完整下载命令。

跑通第一帧：SVD 图生视频最小推理验证

以 SVD 为例，用仓库自带测试图跑一次最小推理，确认整条链路就绪：

# 仓库自带测试图，SVD 默认 14 帧 / 25 步 python scripts/sampling/simple_video_sample.py \ --input_path assets/test_image.png --version svd

跑完后终端无 traceback，outputs/simple_video_sample/svd/目录新增：

000000.jpg # 输入图存根 000000.mp4 # 生成的 14 帧视频

两个文件都出现，说明模型下载与推理链路已跑通 ✅。其余模型的入口都在 scripts/sampling/（SVD/SV3D 用simple_video_sample.py，SV4D 2.0 用simple_video_sample_4d2.py），模型结构配置见 configs/inference/。

低显存提示：--decoding_t/--encoding_t可控制单批解码的帧数，显存吃紧时调小即可，也可把输出分辨率降到 512 再跑。首帧顺利产出后，其余权重按开头决策表随时补齐。

【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models