SV3D 单图生成3D环绕视频完整指南一张白底图变成360°展示【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-modelsSV3D 是 Stability AI 在 generative-models 仓库中开源的单图生成3D视频模型给它 1 张 576x576 的图片它就能生成 21 帧、同样 576x576 分辨率的 360° 环绕视频。本文带你完成安装、下载权重、跑通第一个轨道视频并教你用两个模型变体控制相机路径。一张白底产品图能拿到什么结果先说清楚产出。输入最好是白色背景、单个物体的照片比如产品图、玩具图脚本会把物体自动抠出、居中并放到 576x576 白底画布上。输出的 MP4 固定 21 帧对应一圈完整的环绕轨迹——每一帧相当于相机转了约 17 度。仓库自带一张示例输入图可以直接拿来做冒烟测试assets/test_image.png先选模型变体自动环绕还是自定义路径SV3D 有两个变体对应两种相机控制方式权重文件也不同变体相机行为适合场景配置文件sv3d_u不给相机参数模型自动规划一整圈轨道快速出片、社媒展示sv3d_u.yamlsv3d_p你指定 21 个仰角 21 个方位角相机严格走你的路径产品展示、精确镜头sv3d_p.yaml两者默认都是 50 步采样。相机路径背后是 sgm/modules/video_attention.py 里的时空混合注意力模型同时对物体长什么样空间和每帧该转多少时间建模。sv3d_p则把仰角elevation和方位角azimuth换算成弧度后直接喂进条件分支所以你能精确控制每一帧相机站在哪个角度。三步装好环境并下载权重仓库 clone 地址https://link.gitcode.com/i/c678975e5383ad517bc20426f14a5188git clone https://link.gitcode.com/i/c678975e5383ad517bc20426f14a5188 cd generative-models python3.10 -m venv .generativemodels source .generativemodels/bin/activate pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 pip3 install -r requirements/pt2.txt pip3 install .然后下载权重两个都下方便后面切换变体mkdir -p checkpoints huggingface-cli download stabilityai/sv3d sv3d_u.safetensors --local-dir checkpoints huggingface-cli download stabilityai/sv3d sv3d_p.safetensors --local-dir checkpoints权重文件必须落在checkpoints/目录下sv3d_u.yaml 和 sv3d_p.yaml 里写的加载路径都是checkpoints/下的对应文件名。跑通第一个 360° 环绕视频环境就绪后一条命令就能出片入口脚本是 simple_video_sample.pypython scripts/sampling/simple_video_sample.py \ --input_path assets/test_image.png \ --version sv3d_u \ --output_folder outputs/my_first_3d_video跑完后视频和输入图会写进你指定的输出目录。如果你没传--output_folderSV3D_u 的结果默认落在outputs/simple_video_sample/sv3d_u/。脚本里有个隐藏福利非 RGBA 图片会自动用 rembg 去背景再合成白底所以拿带杂色背景的实拍图也能跑只是效果不如干净的白底图。自定义环绕路径指定仰角与方位角想精确控制镜头就换sv3d_p。仰角只给 1 个值时21 帧共用这个高度方位角不传则自动从 0° 均匀铺满 360°python scripts/sampling/simple_video_sample.py \ --input_path assets/test_image.png \ --version sv3d_p \ --elevations_deg 10.0 \ --output_folder outputs/custom_camera_path要更花哨的路径比如先低角度扫一圈再升高就把 21 个仰角和 21 个方位角以列表形式分别传进去python scripts/sampling/simple_video_sample.py \ --input_path assets/test_image.png --version sv3d_p \ --elevations_deg [5,5,10,15,20,20,20,20,20,20,20,20,20,20,20,20,20,20,20,10,5] \ --azimuths_deg [0,18,36,54,72,90,108,126,144,162,180,198,216,234,252,270,288,306,324,342,360] \ --output_folder outputs/spiral_orbit注意列表长度必须是 21帧数写死在脚本里方位角范围 0–360 度仰角范围 -90 到 90 度否则脚本会直接报错提示。调参质量、速度与低显存适配 ⚙️影响体验的主要是三个参数采样步数--num_steps默认 50。出片质量不稳就提到 100想快速预览可以降到 20代价是细节变糙、可能出现抖动。解码帧数--decoding_t视频解码是显存大户默认一次解 14 帧。显存吃紧时降到 1再配合--encoding_t 110GB 以下的卡也能跑。分辨率--img_size降到 512 可以进一步省显存但 SV3D 是在 576x576 上训练的576 是甜点分辨率。低显存组合示例python scripts/sampling/simple_video_sample.py \ --input_path assets/test_image.png --version sv3d_u \ --encoding_t 1 --decoding_t 1 --img_size 512另外两个影响画面稳定的输入侧细节物体尽量居中、占画面 60–80%背景越干净越好复杂背景建议先抠图。进阶方向这个仓库里还有 SV3D 的后辈 SV4D输入一段 21 帧的环绕视频而不是单图生成更高保真的多视角视频示例效果可见 assets/sv4d.gif入口是 simple_video_sample_4d.py。如果你已经用 SV3D 跑出满意的单图环绕视频完全可以把它当输入喂给 SV4D 做二次增强这也是仓库示例assets/sv4d_videos/里那些 gif 的来路。按装环境 → 下权重 →sv3d_u出片 →sv3d_p控路径这条线走完你手上的每张产品白底图就多了一个 360° 展示位。【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考