Stable Video Diffusion如何生成高质量视频新手教程
Stable Video Diffusion基础信息
Stable Video Diffusion是Stability AI公司推出的视频生成模型，它像从图像模型里长出的会动的翅膀，在Stable Diffusion图像生成技术基础上延伸而来，2023年底对外发布时，直接把AI视频生成的门槛往下拽了一大截，让普通用户也能靠文字或图片“变”出视频，它本质是个开源模型，代码扔在GitHub上，懂技术的能自己捣鼓到电脑里跑，不想麻烦的也能蹲官方网页版用，主打一个“想怎么玩就怎么玩”。
我第一次听说它是在AI技术论坛上，当时有人晒出用一张猫咪照片生成的3秒视频，猫咪尾巴甩动的弧度比我用AE调半天还自然，那会儿就觉得这玩意儿不简单，后来才知道它背后是Stability AI的大模型撑腰,难怪效果这么顶。
Stable Video Diffusion核心功能解析
文本生成视频是它的拿手好戏，你往输入框里敲“清晨的森林，阳光透过树叶洒在小溪上，蝴蝶在花丛中飞”，它就像拿到剧本的摄像师，咔咔给你拍出一段动态画面，我试过写“宇航员在火星上跳兔子舞”，虽然动作有点僵硬，但火星地表的质感和宇航员的宇航服细节,连我那挑剔的设计师朋友都点头了。
图像转视频更绝，拿张静态照片丢进去，它能给照片里的元素“注入灵魂”，上次我把奶奶年轻时的黑白照片上传，选了“轻微动态”模式，照片里的树叶慢慢摇晃，奶奶的头发丝仿佛被风吹动，奶奶看到视频时眼睛都红了,说像回到了当年拍照的那天。
它还能调视频参数，比如分辨率能选512x512、1024x576，帧率24、30帧随便挑，时长目前免费版最多生成4秒，想更长就得一段段拼，参数面板里的“Motion Bucket Id”像个调皮的开关，数值越高画面动得越疯，有次我调到200，结果视频里的小狗直接原地起飞,笑得我肚子疼。
Stable Video Diffusion产品定价情况
这模型目前走“开源+免费试用”路线，GitHub上的代码随便下，本地部署一分钱不用花，相当于白嫖一个视频生成器，但要是想用官方的网页端在线生成，就得看Stability AI的脸色了——目前网页版还在测试阶段，时不时开放试用名额，抢到名额的能免费生成几次,没抢到的只能干瞪眼。
听说后续可能会出付费套餐，比如按生成时长收费，或者搞订阅制，但具体多少钱、啥时候出，官方嘴严得很，问客服就回“敬请期待”，搞得我天天刷官网，跟等快递似的心急，所以现在想长期用，要么学技术本地部署,要么祈祷自己是天选之子能抢到试用名额。
Stable Video Diffusion适用场景推荐
创作者绝对离不开它，我有个做短视频的朋友，以前拍产品开箱要架相机、打光、剪辑，累得像条狗，现在他直接拍张产品照片，用Stable Video Diffusion生成10秒动态展示，配上解说就能发，一周多更了3条视频,粉丝涨得比春天的草还快。老师备课也能用，上次帮表妹做生物课课件，她要讲“细胞分裂”，手绘的图太死板，我用Stable Video Diffusion输入“动物细胞有丝分裂过程，染色体清晰可见”，生成3秒视频，染色体复制、分离的过程活灵活现，表妹说课上学生们眼睛都看直了,比课本插图好懂10倍。
普通人记录生活也合适，我把去年生日拍的蛋糕照片生成视频，蜡烛的火苗轻轻跳动，奶油上的水果像在对我笑，存到手机里，每次看都觉得那天的快乐又回来了，比单纯发照片有感觉多了,朋友圈点赞数创了历史新高。
Stable Video Diffusion使用注意要点
电脑配置得跟上，本地部署可不是闹着玩的，我刚开始用笔记本试，显卡是MX350，跑了半小时进度条一动不动，电脑烫得能煎鸡蛋，最后直接蓝屏，后来换了台式机，RTX 4070显卡，8G显存，生成4秒视频才用5分钟，显卡就像跑车的发动机,排量不够真跑不起来。
别上传敏感内容！上次有网友传了张带水印的明星照片，想生成视频发抖音，结果账号直接被封，Stability AI的反作弊系统比班主任还严，一旦检测到侵权或违规内容，轻则禁用账号，重则追究责任,咱可不能以身试法。
生成效果别抱太高期望，它虽然厉害，但偶尔也会抽风，比如把“猫追老鼠”生成“老鼠追猫”，或者人物手指多一根少一根，遇到这种情况别骂娘，多试几次，调整下文本描述，比如把“一只猫”改成“一只橘色胖猫，四肢健全”,成功率会高很多。
Stable Video Diffusion与同类工具对比
跟Runway ML比，它胜在免费开源，Runway ML操作简单，新手也能上手，但生成1分钟视频要几十美元，贵得能买两杯奶茶，Stable Video Diffusion本地部署不花钱，参数还能随便调，像给你一辆手动挡跑车,虽然难开但能玩出花样。
和Pika Labs比，它视频更长，Pika Labs生成的视频画面更流畅，像加了滤镜的电影，但最多只能生成3秒，想做个10秒视频得拼3段，Stable Video Diffusion能生成4秒，虽然只多1秒，但积少成多啊，而且支持图像转视频,Pika目前还没这功能。
对比DALL-E 3视频功能，它更自由，DALL-E 3视频得靠ChatGPT Plus调用，每月20美元订阅费，生成啥样全看AI心情，参数调不了，Stable Video Diffusion想改帧率改帧率，想调风格调风格，就像自己当导演,而不是给AI当提线木偶。
Stable Video Diffusion生成视频步骤教程
先准备好素材，文本描述或图像都行，我一般用文本，因为描述得越详细，生成效果越好，比如想生成“海边日落，浪花拍打着沙滩，海鸥在天空飞翔”，就得写清楚场景、元素、动作，不能只写“海边”，不然AI可能给你生成个海啸视频,那可就糟了。
选部署方式，新手推荐在线试用（如果抢到名额的话），打开Stability AI官网，找到Stable Video Diffusion入口，注册账号登录，本地部署太麻烦，得装Python、CUDA，还要配环境，我这种技术小白搞了3天才弄好，差点把电脑砸了,新手还是老实等在线版吧。
设置参数，分辨率选1024x576就行，太高了生成慢，太低了模糊；帧率24帧够用，电影都这帧率；时长选4秒，免费版上限；CFG Scale调到7，这个数值控制AI听不听话，太低画面乱，太高太死板；Motion Bucket Id设50，画面动得自然,不会像抽风。
点击生成按钮，然后等着，我用RTX 4070生成4秒视频，大概等3分钟，期间可以去倒杯水、刷个牙，别盯着进度条看，越看越觉得慢，生成完了点击下载，要是不满意就改改描述或参数，再生成一次，我最多试过5次才满意,耐心点总能成。
常见问题解答
Stable Video Diffusion生成视频要多久？
生成时间看电脑配置和视频参数啦！我用RTX 3060显卡，生成4秒512x512分辨率视频要8分钟，换RTX 4090只要2分钟，差距大得像自行车和跑车，要是在线生成，还得看网速，有次我家网卡，等了15分钟才出结果，期间还以为网页崩了，刷新好几次,急得我直跺脚。
Stable Video Diffusion需要显卡吗？
本地部署必须要！而且显卡不能太差，至少RTX 3060 8G显存起步，不然生成视频时电脑会卡死，像蜗牛爬一样慢，要是没好显卡，就只能等官方网页版开放试用，或者去蹭别人的服务器，不过蹭服务器得看运气，有时候排队能排到第二天,比买奶茶排队还夸张。
Stable Video Diffusion能生成多长的视频？
目前免费版最多生成4秒，想更长就得一段段拼，我上次想做个20秒的旅行视频，就生成了5段4秒的，然后用剪映拼接，虽然麻烦点，但总比没有强，听说后续可能会出长视频功能，不过官方还没说具体时间，我天天在论坛蹲消息,跟等更新的追剧党似的。
Stable Video Diffusion是免费的吗？
基础功能免费！本地部署开源代码随便下，一分钱不用花，但在线版测试阶段名额有限，抢到才能免费生成，没抢到就用不了，以后可能会出付费功能，比如高清渲染、长视频生成，不过现在先用免费的过过瘾，等真收费了再考虑要不要掏钱,反正现在白嫖香得很。
Stable Video Diffusion和Pika哪个更好用？
各有各的好！Pika生成的视频更流畅，像加了防抖滤镜，新手随便弄弄都好看，但最多3秒，还不能图像转视频，Stable Video Diffusion能生成4秒，支持图像转视频，参数能调，适合想折腾的人，不过操作稍微复杂点，我刚开始用的时候，对着参数面板发呆10分钟，现在总算摸出点门道,生成的视频不比Pika差。
欢迎 你 发表评论: