许可证：Apache-2.0
支持语言：

• 英文
• 中文

功能标签：文本生成视频
库名称：diffusers
标签：

• 视频
• 视频生成

万趣

😊 欢迎使用！

English | 简体中文

目录

• 目录
• 模型地址
• 视频作品
• 快速启动
• 使用方法
• 参考文献
• 许可证

模型地址

V1.0版本：

视频展示

Wan2.1-Fun-14B-InP 与 1.3B-InP 生成效果

（此处保留原视频表格结构，内容翻译略）

Wan2.1-Fun-14B-Control 与 1.3B-Control 控制效果

（此处保留原视频表格结构，内容翻译略）

快速开始

1. 云端部署：阿里云DSW/Docker

a. 阿里云DSW

免费领取GPU时长：活动链接

b. ComfyUI集成

界面示意图：

c. Docker部署

# 拉取镜像
docker pull mybigpai-public-registry.cn-beijing.cr.aliyuncs.com/easycv/torch_cuda:cogvideox_fun

# 运行容器
docker run -it -p 7860:7860 --network host --gpus all --security-opt seccomp:unconfined --shm-size 200g mybigpai-public-registry.cn-beijing.cr.aliyuncs.com/easycv/torch_cuda:cogvideox_fun

# 克隆代码
git clone https://github.com/aigc-apps/CogVideoX-Fun.git

# 进入目录
cd CogVideoX-Fun

# 下载模型权重（需手动通过提供的链接下载）
mkdir -p models/Diffusion_Transformer models/Personalized_Model

2. 本地安装

a. 环境要求

已验证平台：

• Windows：Win10 + Python 3.10/3.11 + CUDA 11.8/12.1 + 显卡3060(12G)/3090(24G)
• Linux：Ubuntu 20.04/CentOS + Python 3.10/3.11 + CUDA 11.8/12.1 + 显卡V100(16G)/A10(24G)/A100(40G/80G)

需预留60GB磁盘空间。

b. 权重放置

推荐目录结构：

models/
├── Diffusion_Transformer/  # 存放主模型
│   ├── CogVideoX-Fun-V1.1-5b-InP/
│   └── Wan2.1-Fun-14B-InP/
└── Personalized_Model/     # 存放个性化训练模型/LoRA

使用方法

1. 生成视频

a. 显存优化方案

提供三种模式：

• model_cpu_offload：基础显存节省
• model_cpu_offload_and_qfloat8：量化+显存节省（质量略有下降）
• sequential_cpu_offload：最大显存节省（速度较慢）

b. 通过ComfyUI

详见ComfyUI说明文档。

c. Python脚本调用

• 文生视频：修改predict_t2v.py中的提示词参数后运行
• 图生视频：指定首尾帧图片路径后运行predict_i2v.py
• 视频转视频：需提供参考视频（如吉他演示视频）
• 控制生成：使用Canny/Pose等处理后的控制视频（如姿势示例）

d. WebUI界面

运行app.py启动交互界面，支持所有生成模式。

参考文献

• CogVideo：https://github.com/THUDM/CogVideo/
• EasyAnimate：https://github.com/aigc-apps/EasyAnimate
• Wan2.1：https://github.com/Wan-Video/Wan2.1/

许可协议

本项目采用 Apache License 2.0。