5分钟上手Stability AI生成模型下载与上手完整实操【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models本文以 Stability AI 官方 generative-models 仓库为例带你把 SDXL 文生图、SVD 图生视频、SV3D 多视角3D、SV4D 4D 生成四类模型的权重完整下载下来从选通道、抄命令到验收、跑出第一张图全程约5分钟。先想清楚你要下的是哪一类模型 这个仓库支持四类生成任务权重都是单个.safetensors文件统一放进仓库根目录的checkpoints/文件夹。下载前先对表勾选你要的那几行别把不用的 30GB 全拉回来你想做的事对应模型体积参考核心文件名文字生成图片SDXL-base-1.0约6.9GBsd_xl_base_1.0.safetensors极速文生图SDXL-Turbo未公布sd_xl_turbo_1.0.safetensors图片转视频SVD / SVD-XT合计约23.4GBsvd.safetensors、svd_xt.safetensors图片转3D环绕视频SV3D_u / SV3D_p合计约31.2GBsv3d_u.safetensors、sv3d_p.safetensors视频转4D生成SV4D / SV4D 2.0未公布sv4d.safetensors、sv4d2.safetensors注意一个细节每个文件名和 scripts/sampling/configs/ 里的ckpt_path取值一一对应。名字对了配置自动找到它名字错了下载得再对也白搭。挑通道三种下载方式怎么选 通道只有3种你只需要对号入座确认自己是哪一种人不想碰终端、只取一两个文件→ 走 Hugging Face 网页登录模型页、接受使用条款进 Files 标签点选对应的.safetensors下载适合一次性取文件的新手。要反复下、或文件很大这个仓库6.9GB起步是常态→ 用huggingface-cli支持断点续传中断不用从头来这也是仓库 README 全程采用的方式。想直接跑这个仓库的 demo→ 连仓库一起克隆代码、配置、样例输入都配好了只剩权重要补# 克隆完整代码与配置模型权重需要另外单独下载 git clone https://gitcode.com/GitHub_Trending/ge/generative-models不用纠结拿不准就用huggingface-cli下一节的模板全部基于它。动手命令模板照着抄 ⌨️前置工作只有1件装命令行工具。# 安装 Hugging Face 命令行工具所有下载命令都来自它 pip install huggingface_hub模板一整模型目录下载以 SDXL base 为例# 把整个模型仓库拉到本地目录只保留权重和配置两类文件 huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 \ --local-dir ./models/sdxl-base-1.0 \ --include *.safetensors *.yaml参数拆解--local-dir文件落到哪个本地目录--include只拉匹配的文件模式其余跳过模板二单文件下载并直接放到位视频与3D模型都这么拿# 只取一个权重文件直接放进脚本读取的 checkpoints/ 目录 huggingface-cli download stabilityai/sv4d2.0 sv4d2.safetensors --local-dir checkpoints第2个位置参数是模型仓库内的文件名不写则拉整个目录模板三网络差时的兜底先切镜像再跑命令支持断点续传。# 设置国内镜像端点超时放宽到300秒中断可接着下 export HF_ENDPOINThttps://hf-mirror.com huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 \ --resume-download \ --timeout 300验收跑之前先查这两件事 ✅进度条走完别急着跑先做两件事。一是完整性确认文件落在该在的位置。README.md 的 Inference 章节公布了 SDXL-base-1.0哈希以31e35c80开头与 refiner 的 sha256 文件哈希下载后跑一遍sha256sum 文件名比对即可一致就说明不是截断文件。二是可加载性字节没错不等于路径名字全对最快办法就是真跑一次命令在下一节权重能在几秒内加载出图说明checkpoints/路径、文件名、代码版本三者链路全通报找不到文件九成是放错目录或改名了而不是网络问题。落地五分钟跑出第一张图 选最快的路线SDXL-Turbo单步采样就能出 512x512 的图。动作一共3步。第1步搭环境仓库在 python3.10 下验证过# 建虚拟环境装 PyTorch 三件套、仓库依赖清单和 sgm 包本体 python3.10 -m venv .generativemodels source .generativemodels/bin/activate pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 # 按本机CUDA版本选对应wheel pip3 install -r requirements/pt2.txt # 仓库给出的依赖清单 pip3 install . # 安装 sgm 包本身第2步拿权重就是 demo 实际读取的那个文件# 下载 Turbo demo 要读的权重文件放进 checkpoints/ huggingface-cli download stabilityai/sdxl-turbo sd_xl_turbo_1.0.safetensors --local-dir checkpoints第3步起页面出图# 启动 SDXL-Turbo 交互页面浏览器里输入 prompt 即出图 streamlit run scripts/demo/turbo.py图出来了就可以往视频走。图生视频跑streamlit run scripts/demo/video_sampling.py先备好 SVD 权重单图环绕视频跑python scripts/sampling/simple_video_sample.py --input_path 你的图片 --version sv3d_u。卡住了按这张表自救 症状可能原因处理动作下载中途断掉网络闪断、连接不稳定加--resume-download --timeout 300重跑从断点继续速度慢、频繁超时国内直连 HF 不稳定export HF_ENDPOINThttps://hf-mirror.com后重跑同一条命令文件下了但报找不到没放进checkpoints/或文件名和配置对不上对照 scripts/sampling/configs/ 里的ckpt_path改名归位文件存在但加载报错下载截断、文件不完整用 README.md 里的 sha256 哈希比对删掉文件重新下载显存不足、OOM分辨率或帧数偏高降分辨率--img_size512或--encoding_t1 --decoding_t1每次编解码1帧整个流程就三步下载、验收、跑通。九成问题出在放对位置、取对名字照上表自查一遍再走完两项验收剩下的交给命令本身。【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 
长河君 · 2026/9/19 17:32:24 · 阅读 1.2k 5分钟上手：Stability AI生成模型下载与上手完整实操
5分钟上手Stability AI生成模型下载与上手完整实操【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models本文以 Stability AI 官方 generative-models 仓库为例带你把 SDXL 文生图、SVD 图生视频、SV3D 多视角3D、SV4D 4D 生成四类模型的权重完整下载下来从选通道、抄命令到验收、跑出第一张图全程约5分钟。先想清楚你要下的是哪一类模型 这个仓库支持四类生成任务权重都是单个.safetensors文件统一放进仓库根目录的checkpoints/文件夹。下载前先对表勾选你要的那几行别把不用的 30GB 全拉回来你想做的事对应模型体积参考核心文件名文字生成图片SDXL-base-1.0约6.9GBsd_xl_base_1.0.safetensors极速文生图SDXL-Turbo未公布sd_xl_turbo_1.0.safetensors图片转视频SVD / SVD-XT合计约23.4GBsvd.safetensors、svd_xt.safetensors图片转3D环绕视频SV3D_u / SV3D_p合计约31.2GBsv3d_u.safetensors、sv3d_p.safetensors视频转4D生成SV4D / SV4D 2.0未公布sv4d.safetensors、sv4d2.safetensors注意一个细节每个文件名和 scripts/sampling/configs/ 里的ckpt_path取值一一对应。名字对了配置自动找到它名字错了下载得再对也白搭。挑通道三种下载方式怎么选 通道只有3种你只需要对号入座确认自己是哪一种人不想碰终端、只取一两个文件→ 走 Hugging Face 网页登录模型页、接受使用条款进 Files 标签点选对应的.safetensors下载适合一次性取文件的新手。要反复下、或文件很大这个仓库6.9GB起步是常态→ 用huggingface-cli支持断点续传中断不用从头来这也是仓库 README 全程采用的方式。想直接跑这个仓库的 demo→ 连仓库一起克隆代码、配置、样例输入都配好了只剩权重要补# 克隆完整代码与配置模型权重需要另外单独下载 git clone https://gitcode.com/GitHub_Trending/ge/generative-models不用纠结拿不准就用huggingface-cli下一节的模板全部基于它。动手命令模板照着抄 ⌨️前置工作只有1件装命令行工具。# 安装 Hugging Face 命令行工具所有下载命令都来自它 pip install huggingface_hub模板一整模型目录下载以 SDXL base 为例# 把整个模型仓库拉到本地目录只保留权重和配置两类文件 huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 \ --local-dir ./models/sdxl-base-1.0 \ --include *.safetensors *.yaml参数拆解--local-dir文件落到哪个本地目录--include只拉匹配的文件模式其余跳过模板二单文件下载并直接放到位视频与3D模型都这么拿# 只取一个权重文件直接放进脚本读取的 checkpoints/ 目录 huggingface-cli download stabilityai/sv4d2.0 sv4d2.safetensors --local-dir checkpoints第2个位置参数是模型仓库内的文件名不写则拉整个目录模板三网络差时的兜底先切镜像再跑命令支持断点续传。# 设置国内镜像端点超时放宽到300秒中断可接着下 export HF_ENDPOINThttps://hf-mirror.com huggingface-cli download stabilityai/stable-diffusion-xl-base-1.0 \ --resume-download \ --timeout 300验收跑之前先查这两件事 ✅进度条走完别急着跑先做两件事。一是完整性确认文件落在该在的位置。README.md 的 Inference 章节公布了 SDXL-base-1.0哈希以31e35c80开头与 refiner 的 sha256 文件哈希下载后跑一遍sha256sum 文件名比对即可一致就说明不是截断文件。二是可加载性字节没错不等于路径名字全对最快办法就是真跑一次命令在下一节权重能在几秒内加载出图说明checkpoints/路径、文件名、代码版本三者链路全通报找不到文件九成是放错目录或改名了而不是网络问题。落地五分钟跑出第一张图 选最快的路线SDXL-Turbo单步采样就能出 512x512 的图。动作一共3步。第1步搭环境仓库在 python3.10 下验证过# 建虚拟环境装 PyTorch 三件套、仓库依赖清单和 sgm 包本体 python3.10 -m venv .generativemodels source .generativemodels/bin/activate pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 # 按本机CUDA版本选对应wheel pip3 install -r requirements/pt2.txt # 仓库给出的依赖清单 pip3 install . # 安装 sgm 包本身第2步拿权重就是 demo 实际读取的那个文件# 下载 Turbo demo 要读的权重文件放进 checkpoints/ huggingface-cli download stabilityai/sdxl-turbo sd_xl_turbo_1.0.safetensors --local-dir checkpoints第3步起页面出图# 启动 SDXL-Turbo 交互页面浏览器里输入 prompt 即出图 streamlit run scripts/demo/turbo.py图出来了就可以往视频走。图生视频跑streamlit run scripts/demo/video_sampling.py先备好 SVD 权重单图环绕视频跑python scripts/sampling/simple_video_sample.py --input_path 你的图片 --version sv3d_u。卡住了按这张表自救 症状可能原因处理动作下载中途断掉网络闪断、连接不稳定加--resume-download --timeout 300重跑从断点继续速度慢、频繁超时国内直连 HF 不稳定export HF_ENDPOINThttps://hf-mirror.com后重跑同一条命令文件下了但报找不到没放进checkpoints/或文件名和配置对不上对照 scripts/sampling/configs/ 里的ckpt_path改名归位文件存在但加载报错下载截断、文件不完整用 README.md 里的 sha256 哈希比对删掉文件重新下载显存不足、OOM分辨率或帧数偏高降分辨率--img_size512或--encoding_t1 --decoding_t1每次编解码1帧整个流程就三步下载、验收、跑通。九成问题出在放对位置、取对名字照上表自查一遍再走完两项验收剩下的交给命令本身。【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