许可证：Apache-2.0
支持语言：

• 英文
• 中文
  任务类型：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：

视频作品

Wan2.1-Fun-14B-InP 与 Wan2.1-Fun-1.3B-InP

（此处保留原视频表格结构，内容翻译略）

Wan2.1-Fun-14B-Control 与 Wan2.1-Fun-1.3B-Control

（此处保留原视频表格结构，内容翻译略）

快速启动

1. 云端使用：阿里云DSW/Docker

a. 通过阿里云DSW

DSW提供免费GPU时长，申请后3个月内有效。

b. 通过ComfyUI

界面说明详见ComfyUI README。

c. 通过Docker

确保已安装显卡驱动与CUDA后执行：

# 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 镜像名称  
# 克隆代码  
git clone https://github.com/aigc-apps/CogVideoX-Fun.git  
# 下载模型权重（需手动通过HuggingFace或ModelScope链接获取）  

2. 本地安装

a. 环境要求

已验证环境：

• Windows：Win10 + Python3.10/3.11 + CUDA11.8/12.1 + 显卡3060(12G)/3090(24G)
• Linux：Ubuntu20.04/CentOS + Python3.10/3.11 + CUDA11.8/12.1 + 显卡V100(16G)/A10(24G)/A100(40G/80G)
• 需60GB可用磁盘空间

b. 权重放置

按以下结构存放模型：

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

使用方法

1. 视频生成

a. 显存优化方案

提供三种模式应对不同显存需求：

• model_cpu_offload：基础显存节省
• model_cpu_offload_and_qfloat8：量化显存优化（会轻微影响质量）
• sequential_cpu_offload：最大显存节省（速度较慢）

b. 通过ComfyUI

详见ComfyUI指南。

c. Python脚本运行

• 文生视频：修改predict_t2v.py中的提示词参数后运行，结果保存至samples/目录。
• 图生视频：需设置首尾帧图片路径，运行predict_i2v.py。
• 视频生视频：需提供参考视频（如吉他演示视频），运行predict_v2v.py。
• 控制生视频：需提供控制视频（如姿态演示视频），运行predict_v2v_control.py。

d. WebUI界面

运行app.py启动交互界面，支持所有生成模式，结果自动保存。

参考文献

• CogVideo：清华大学开源项目
• EasyAnimate：阿里云视频生成工具
• Wan2.1：万像视频生成框架

许可证

采用Apache 2.0许可证。