UniAnimate

环境要求

• Conda 环境管理器（用于创建 Python 3.9 环境）
• Python 3.9（README 指定版本）
• PyTorch 2.0.1 / torchvision 0.15.2 / torchaudio 2.0.2，CUDA 11.8
• Windows 系统需参考仓库 issue #11 调整依赖安装方式
• Git（用于克隆仓库）

安装与启动步骤

1. 1克隆仓库

   把 UniAnimate 源码下载到本地，后续所有命令都在该目录内执行。

   git clone https://github.com/ali-vilab/UniAnimate.git
   cd UniAnimate

   复制

2. 2创建conda环境

   README 指定使用 Python 3.9，创建名为 UniAnimate 的独立环境，避免与系统环境冲突。

   conda create -n UniAnimate python=3.9

   复制

3. 3激活环境

   切换到刚创建的环境，之后的安装和运行都在此环境下进行。

   conda activate UniAnimate

   复制

4. 4安装PyTorch

   按 README 指定版本安装 PyTorch 2.0.1 及配套组件，使用 CUDA 11.8 版本。

   conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.8 -c pytorch -c nvidia

   复制

5. 5安装项目依赖

   安装 requirements.txt 中列出的全部 Python 依赖，也可改用仓库提供的 environment.yaml。

   pip install -r requirements.txt

   复制

6. 6运行模型生成视频

   README 仅列出“Run the UniAnimate model to generate videos”标题，未给出具体命令，需按仓库内推理脚本自行运行。

关键配置

如何确认成功

conda activate UniAnimate 后能正常导入 torch 即环境安装成功；README 未给出推理启动命令，需自行运行仓库脚本确认视频生成。

常见问题

注意事项

• README 未提供推理脚本的具体命令、模型权重下载地址与端口信息，请以仓库实际文件为准。
• 新版本 UniAnimate-DiT 的代码在独立仓库 ali-vilab/UniAnimate-DiT 中，与当前仓库不同。
• README 提到引入 noise_prior 噪声先验，代码中默认值可通过配置项 noise_prior_value 调整。