Wan2.1 Fun 14B InP

🚀 Wan-Fun

😊 歡迎！Wan-Fun 是一款專注於文圖生視頻的工具，支持多分辨率訓練與首尾圖預測，還能通過不同控制條件生成視頻，為視頻創作帶來更多可能。

English | 簡體中文

🚀 快速開始

1. 雲使用: AliyunDSW/Docker

a. 通過阿里雲 DSW

DSW 有免費 GPU 時間，用戶可申請一次，申請後 3 個月內有效。

阿里雲在Freetier提供免費 GPU 時間，獲取並在阿里雲 PAI - DSW 中使用，5 分鐘內即可啟動 CogVideoX - Fun。

b. 通過 ComfyUI

我們的 ComfyUI 界面如下，具體查看ComfyUI README。

c. 通過 docker

使用 docker 的情況下，請保證機器中已經正確安裝顯卡驅動與 CUDA 環境，然後以此執行以下命令：

# pull image
docker pull mybigpai-public-registry.cn-beijing.cr.aliyuncs.com/easycv/torch_cuda:cogvideox_fun

# enter image
docker run -it -p 7860:7860 --network host --gpus all --security-opt seccomp:unconfined --shm-size 200g mybigpai-public-registry.cn-beijing.cr.aliyuncs.com/easycv/torch_cuda:cogvideox_fun

# clone code
git clone https://github.com/aigc-apps/CogVideoX-Fun.git

# enter CogVideoX-Fun's dir
cd CogVideoX-Fun

# download weights
mkdir models/Diffusion_Transformer
mkdir models/Personalized_Model

# Please use the hugginface link or modelscope link to download the model.
# CogVideoX-Fun
# https://huggingface.co/alibaba-pai/CogVideoX-Fun-V1.1-5b-InP
# https://modelscope.cn/models/PAI/CogVideoX-Fun-V1.1-5b-InP

# Wan
# https://huggingface.co/alibaba-pai/Wan2.1-Fun-14B-InP
# https://modelscope.cn/models/PAI/Wan2.1-Fun-14B-InP

2. 本地安裝: 環境檢查/下載/安裝

a. 環境檢查

我們已驗證該庫可在以下環境中執行：

Windows 的詳細信息：

• 操作系統 Windows 10
• python: python3.10 & python3.11
• pytorch: torch2.2.0
• CUDA: 11.8 & 12.1
• CUDNN: 8+
• GPU： Nvidia - 3060 12G & Nvidia - 3090 24G

Linux 的詳細信息：

• 操作系統 Ubuntu 20.04, CentOS
• python: python3.10 & python3.11
• pytorch: torch2.2.0
• CUDA: 11.8 & 12.1
• CUDNN: 8+
• GPU：Nvidia - V100 16G & Nvidia - A10 24G & Nvidia - A100 40G & Nvidia - A100 80G

我們需要大約 60GB 的可用磁盤空間，請檢查！

b. 權重放置

我們最好將權重按照指定路徑進行放置：

📦 models/
├── 📂 Diffusion_Transformer/
│   ├── 📂 CogVideoX-Fun-V1.1-2b-InP/
│   ├── 📂 CogVideoX-Fun-V1.1-5b-InP/
│   ├── 📂 Wan2.1-Fun-14B-InP
│   └── 📂 Wan2.1-Fun-1.3B-InP/
├── 📂 Personalized_Model/
│   └── your trained trainformer model / your trained lora model (for UI load)

✨ 主要特性

• 多分辨率訓練：支持多分辨率訓練，能生成不同規格的視頻。
• 首尾圖預測：支持首尾圖預測，為視頻創作提供更多靈活性。
• 多控制條件：支持不同的控制條件，如 Canny、Depth、Pose、MLSD 等，還支持使用軌跡控制。
• 多語言預測：支持多語言預測，滿足不同用戶的需求。

📦 安裝指南

雲使用

• 阿里雲 DSW：可申請免費 GPU 時間，在阿里雲 PAI - DSW 中 5 分鐘內啟動 CogVideoX - Fun。
• ComfyUI：查看ComfyUI README瞭解具體使用方法。
• Docker：確保機器安裝顯卡驅動與 CUDA 環境，按上述 Docker 命令操作。

本地安裝

• 環境檢查：確保系統環境符合 Windows 或 Linux 的要求，且有 60GB 可用磁盤空間。
• 權重放置：將權重按指定路徑放置在 models 文件夾中。

💻 使用示例

基礎用法

生成視頻

由於 Wan2.1 的參數非常大，我們需要考慮顯存節省方案，以節省顯存適應消費級顯卡。我們給每個預測文件都提供了 GPU_memory_mode，可以在 model_cpu_offload，model_cpu_offload_and_qfloat8，sequential_cpu_offload 中進行選擇。該方案同樣適用於 CogVideoX - Fun 的生成。

• model_cpu_offload 代表整個模型在使用後會進入 cpu，可以節省部分顯存。
• model_cpu_offload_and_qfloat8 代表整個模型在使用後會進入 cpu，並且對 transformer 模型進行了 float8 的量化，可以節省更多的顯存。
• sequential_cpu_offload 代表模型的每一層在使用後會進入 cpu，速度較慢，節省大量顯存。

qfloat8 會部分降低模型的性能，但可以節省更多的顯存。如果顯存足夠，推薦使用 model_cpu_offload。

通過 comfyui

具體查看ComfyUI README。

運行 python 文件

以 CogVideoX - Fun 為例：

• 文生視頻：
  • 使用 examples/cogvideox_fun/predict_t2v.py 文件中修改 prompt、neg_prompt、guidance_scale 和 seed。
  • 而後運行 examples/cogvideox_fun/predict_t2v.py 文件，等待生成結果，結果保存在 samples/cogvideox - fun - videos 文件夾中。
• 圖生視頻：
  • 使用 examples/cogvideox_fun/predict_i2v.py 文件中修改 validation_image_start、validation_image_end、prompt、neg_prompt、guidance_scale 和 seed。
  • validation_image_start 是視頻的開始圖片，validation_image_end 是視頻的結尾圖片。
  • 而後運行 examples/cogvideox_fun/predict_i2v.py 文件，等待生成結果，結果保存在 samples/cogvideox - fun - videos_i2v 文件夾中。
• 視頻生視頻：
  • 使用 examples/cogvideox_fun/predict_v2v.py 文件中修改 validation_video、validation_image_end、prompt、neg_prompt、guidance_scale 和 seed。
  • validation_video 是視頻生視頻的參考視頻。您可以使用以下視頻運行演示：演示視頻
  • 而後運行 examples/cogvideox_fun/predict_v2v.py 文件，等待生成結果，結果保存在 samples/cogvideox - fun - videos_v2v 文件夾中。
• 普通控制生視頻（Canny、Pose、Depth 等）：
  • 使用 examples/cogvideox_fun/predict_v2v_control.py 文件中修改 control_video、validation_image_end、prompt、neg_prompt、guidance_scale 和 seed。
  • control_video 是控制生視頻的控制視頻，是使用 Canny、Pose、Depth 等算子提取後的視頻。您可以使用以下視頻運行演示：演示視頻
  • 而後運行 examples/cogvideox_fun/predict_v2v_control.py 文件，等待生成結果，結果保存在 samples/cogvideox - fun - videos_v2v_control 文件夾中。

通過 ui 界面

以 CogVideoX - Fun 為例：

• 下載對應權重放入 models 文件夾。
• 運行 examples/cogvideox_fun/app.py 文件，進入 gradio 頁面。
• 根據頁面選擇生成模型，填入 prompt、neg_prompt、guidance_scale 和 seed 等，點擊生成，等待生成結果，結果保存在 sample 文件夾中。

📚 詳細文檔

模型地址

V1.0:

視頻作品

Wan2.1 - Fun - 14B - InP && Wan2.1 - Fun - 1.3B - InP

Wan2.1 - Fun - 14B - Control && Wan2.1 - Fun - 1.3B - Control

📄 許可證

本項目採用 Apache License (Version 2.0).