AI视频创作的热潮是从图生视频开始的，输入一张静态的图片，AI就能让它动起来，生成最长可达十几秒的一段动态视频。光影，自然细致，细节，栩栩如生，运动也十分流畅，堪比某些付费视频素材网站上出售的高质量空镜，内容还可以天马行空，不管是现实存在的还是不存在的。一下字把做了多年特效的UP主给干沉默了。这种几乎可以重塑剪辑后期产业的进展，让大众将关注集中在了一系列图生视频的AI工具上，例如最早出圈的Runway Gen-2，华人学霸打造的Pika等等。
这些强大的工具很受欢迎，唯一的缺点可能就是，要花钱还很贵，一个月几百的订阅费用你下得去手吗？但就在去年年底，Stable Diffusion的开发公司，开源模型界的抗击手Stability AI发布了他们的视频模型Stable Video Diffusion，简称SVD，成功依靠其免费，可本地运行的特性与不输主流产品的质量，在AI视频领域占据了一席之地。
它可以帮助你从一张静态图片，乃至一段提示词就去生成一系列丝滑、流畅且富有风格特色的视频分镜，你可以用它做动画，做视频素材，甚至是富有剧情的连续短片，连央视的宣传片里都有它的身影出现，你想知道它要怎么用吗？在今天这期视频里，我们来聊聊它的安装方法和运用心得，以及借助各种工具实现视频的运动设计、智能抠像，以及补帧放大等功能的方式。
下图是官方在线使用，免费额度有限，可以自己摸索。
今天主要说本地部署，从它的下载与安装开始讲起吧.
下载地址：
2: 仅模型下载
3：教程工作流下载
6：SD1.5下载
你可以在Stability AI官方的Hugging Face模型页面，下载到最新版的SVD模型，最早发布的由两个版本，他们的区别是用于训练的视频帧数，不带XT的原版是在14帧视频上训练的，而加了XT的版本有额外在25帧的视频上进行过微调，理论上运动会更加流畅自然。我会推荐你下载最新版本1.1版本XT模型，以后也完全有可能有更新版本模型释出，优先用最新版。
下载了模型以后，将下载的模型文件放入 ComfyUI 的 checkpoints 文件夹。
接下来，我们就从最基础的图生视频功能开始，了解如何实现一个化静为动的操作。
打开ComfyUI文件夹，找到run文件，双击运行
稍等一会加载完成，在本地浏览器打开这个地址127.0.0.1：8188
如下图：
找到教程工作流里的SVD文生视频文件：
如下图拖动：
完成后应该是这样的画面。
在下方图片加载器处输入一张想要让它动起来的初始图片，可以直接从电脑上的文件夹里拖拽图片进来
这张初始图片的尺寸最好和你最后生成的视频尺寸比例保持一致。那视频的尺寸在哪里调整呢？看到右边这个条件节点。在这里，你可以设置视频的宽度、高度和帧数、帧率的基本选项。其中视频尺寸我会推荐按照默认设置的1024 x 576来，因为SVD模型是在这个尺寸的视频上训练的，所以我们也应该尽可能把初始图像裁剪到16比9的比例上。视频的帧数决定了视频的总长度，同样会根据你选用的SVD模型而异，原版最佳选择是14帧，XT版本则是25帧。而FPS代表每秒播放的帧数，可以维持默认6不变。再在右边设置K采样器里的各项参数，这些参数和绘图时的作用基本一致，如果你不了解它们的详细作用也可以维持默认不变，
设置完毕，点击一下边栏上的”添加提示词队列”，等待读条完毕，在最右边的保存窗口里就会输出一段视频
这样会生成一个约4秒左右的视频。你的图片就动起来了，你可以在ComfyUI根目录的输出文件夹里找到这些图片，也可以右键点击，将它保存下来。
不过，按照默认的这一套参数运行，有时生成的视频效果会有点奇怪，碰到类似这样的问题时，我们就得去更改下面这一系列和视频生成有关的参数了，这其中有三个，是需要你重点关注的。
首先是这个运动桶 ID（Motion Bucket ID）：
它是SVD模型里最直观的控制视频运动幅度的参数，默认127，范围从1到255，越大运动幅度就越剧烈，如果运动太剧烈导致画面变形了，就降低它。反过来，如果画面不怎么动，就可以适当增大它。
和运动相关另一参数是，是这两个节点里的最小CFG和KSampler里的CFG数值(Min CFG & KSampler CFG)：
CFG是无分类器指导的缩写，和图像绘制中一样，它控制绘制内容与条件的相关性，你会看到有两个数值，是因为SVD采用了随帧数动态控制CFG的思路，在绘制第一帧内容时应用最小值，然后逐渐增大，到最后一帧时变成K-Sampler里的最终CFG，以此来适应视频不断变化的画面。官方解释它的作用是保持原始图像的最终程度，低了画面会更自由，而高了画面就会更稳定，我在实际摸索中发现它并不会影响大的运动构成，但会影响运动推导的细节。如果你的画面里出现了类似这样糊成一团的成分，就可以适当增大，另外，CFG太高或太低，也会导致画面的异常。如果碰到这种情况，就应当把它拉回到正常的区间内。
还有一个有用的参数是这个增强水平：
直接理解就是添加到图片中的噪声量，它越高，视频与初始帧的差异就越大，所以也可以通过增加它，来获得更多运动。但它的数值的调整很敏感，一般不超过1，不同场合使用的水平不同。多数时候，你可以让它保持默认，但当你使用与默认尺寸不同的视频尺寸时，最好把它增大到0.2到0.3，否则画面就有很大概率会是错乱的。
了解了这些，你就可以尽情享受SVD的便利了，有一张图片就能做出一段生动的视频素材来，不过，这里我们换想的用嘴拍视频好像还有一段距离，毕竟还得有图片，对吧？但其实，文生视频和图生视频本就只有一线之隔，而文生图的技术在过去一年多的锤炼里早就已经高度成熟了，因此，我们可以用一套非常流畅的文生图，图生视频的丝滑连招，实现从文字到视频的生成控制。在ComfyUI中加载这个工作流，比起刚刚的图生视频，它只是在前面多了一个文生图的节点组合。
在最左边的模型加载器这里选择一个合适的绘图大模型，无论是SD1.5还是SDXL都可以。
然后，在上方的文本编码器窗口里用英文输入一段画面的描述，按照刚刚提到的方法，再把视频相关的参数设置好，点击生成，它就会在第一个节点组里完成生成图片的工作，随后立刻将图片转化为一个动态视频。
(小编电脑配置不行，配置好的可以自行尝试。配置低了点击添加队列会结束进程)
其实，SVD用起来是非常自由的，原则上只要你能给它喂一张图片，它都能帮助你让图片动起来，因为AI视频模型的训练，就是向AI大量投喂视频片段，让它学习这些视频在不同时间节点上的静态帧的差异，久而久之，视频的所有动态，在他的眼里就会变得有迹可循，这个时候向AI输入一张静态的图片，它就会有能力去预测，接下来一段時間内它会发生画面运动，也因此，决定这个视频成色最重要的参数，其实就是这张图片。
如果你了解Stable Diffusion的应用教程，还可以利用多种手法绘制符合需求的图片，从而实现有指向性的视频创作。
如今已进入ai大模型时代，而要实现这一切，你需要强大的GPU支持。在这里小编推荐一下微星”魔龙”系列的4070 Ti SUPER，正是你开启AI视频创作之旅的完美伙伴。
16GB超大显存: 轻松驾驭SVD等AI视频模型，告别显存不足的烦恼，创作更流畅、更细致的动态画面。
接近RTX 4080的性能: 快速生成，大幅缩短渲染时间，让你的创意即刻呈现。
完美适配ComfyUI、Forge UI等AI创作工具: 掌控全局，轻松实现运动设计、智能抠图、补帧放大等功能，释放你的无限想象力。
支持Lora模型: 轻松将微星GeForce RTX 40系列显卡的酷炫形象植入你的作品，创作专属风格！
