sd-webui-text2video

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

• 已安装并可正常运行的 AUTOMATIC1111 Stable Diffusion WebUI
• NVIDIA GPU，显存建议 6GB 以上（256x256 + 低显存 VAE）
• 如需长视频：12GB 显存可跑 24 帧 256x256，支持 Torch2 注意力优化可到 125 帧
• 无需任何账号登录，模型均为可下载权重

安装与启动步骤

1. 1准备 Auto1111

   该扩展运行在 AUTOMATIC1111 WebUI 之上，请先确保 WebUI 本身能正常启动出图。

2. 2获取扩展代码

   把扩展放进 WebUI 的 extensions 目录（README 未给出具体命令，此处按扩展常规方式推断）。

   git clone https://github.com/kabachuha/sd-webui-text2video extensions/sd-webui-text2video

   复制

3. 3重启 WebUI

   重启 WebUI 让扩展被加载，首次运行会自行下载所需模型权重，无需登录。

4. 4调整显存设置

   显存有限时选择 256x256 分辨率并启用低显存 VAE；4GB 显存可尝试 192x192。

5. 5生成视频

   在界面输入提示词（README 示例：best quality, anime girl dancing），生成短视频片段。

6. 6接入自训练模型

   用 ExponentialML/Text-To-Video-Finetuning 的转换脚本，把 Diffusers 格式模型转回原始权重格式后使用。

如何确认成功

重启 WebUI 后能加载扩展并进入其 text2video 相关页签，即视为安装成功。

常见问题

注意事项

• README 节选未提供安装命令、参数或路径，步骤中的克隆路径按 Auto1111 扩展惯例推断，请以官方仓库说明为准。
• 项目维护状态曾多次变更（2023-11-21 起先后停止维护、由 Deforum-art 维护，后由原作者恢复维护），使用前请确认仓库当前状态。
• 显存需求与分辨率、帧数强相关，长视频会显著增加显存占用。
• 该扩展复用 WebUI 的 Gradio 界面与底层依赖，因此必须先有可用的 Auto1111 环境。