JoyAI-Video-Edit

环境要求

• Linux 环境与 NVIDIA GPU（需按卡编译 CUDA 算子与注意力加速库）
• 已安装 Conda，用于创建 Python 3.10 独立环境
• 可用的 CUDA 编译工具链（用于构建 deploy/joyomni_ops）
• 磁盘空间用于存放 16B 参数模型权重（权重位于 Hugging Face 仓库 jdopensource/JoyAI-Video-Edit）

安装与启动步骤

1. 1获取项目代码

   克隆官方仓库到本地，后续所有命令都在仓库根目录执行。

   git clone https://github.com/jd-opensource/JoyAI-Video-Edit.git
   cd JoyAI-Video-Edit

   复制

2. 2创建 Python 环境

   用 Conda 新建 Python 3.10 环境并激活，避免与系统环境冲突。

   conda create -n joyai-video-edit python=3.10 -y
   conda activate joyai-video-edit

   复制

3. 3安装 Python 依赖

   安装仓库提供的部署依赖清单，需在已激活的 joyai-video-edit 环境中执行。

   python -m pip install -r deploy/requirements.txt

   复制

4. 4编译 CUDA 算子库

   必须编译 deploy/joyomni_ops，DiT 运行时会调用其中的融合算子，未编译无法推理。

5. 5安装注意力加速库

   按 GPU 型号安装 SageAttention 与 flash-attn-4，具体版本与命令见 DEPLOYMENT.md 第 2 节。

6. 6准备模型权重

   从 Hugging Face 的 jdopensource/JoyAI-Video-Edit 仓库获取 16B 权重并放到部署文档指定目录。

如何确认成功

依赖安装与 CUDA 算子编译均无报错，且已按 DEPLOYMENT.md 完成权重与加速库配置，即环境就绪；启动方式以该文档为准。

常见问题

注意事项

• README 只给出前两步完整命令，CUDA 算子、加速库与权重均指向 DEPLOYMENT.md，请以该文档为准确认细节。
• 建议在干净的 Conda 环境中安装，避免已有 PyTorch/CUDA 版本与依赖清单冲突。
• 安装与编译耗时较长，且需要与 GPU 架构匹配的编译环境。