❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！
🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 🥦
🎥 "短剧团队今夜无眠！昆仑万维开源影视级AI：33种微表情精准控制，400动作组合秒出片"
大家好，我是蚝油菜花。当同行还在为演员档期发愁时，前沿团队已经用AI批量生产短剧了！
传统短剧制作三大痛点：
- 🚫 专业演员日薪过万，微表情NG20次是常态
- 🚫 复杂动作戏需要武指+替身，成本几何级暴涨
- 🚫 后期渲染动辄数小时，创意在等待中消磨殆尽...
今天揭秘的 SkyReels-V1 ，正在掀起影视创作革命！这个由昆仑万维开源的首个AI短剧生成模型：
- ✅ 基于千万级好莱坞影像训练，输出电影级光影质感
- ✅ 精准控制33种微表情与400+动作组合，连手指颤动都自然
- ✅ 自研推理框架加持，3090显卡就能跑4K视频
已有团队用它日更10集短剧，接下来我们将实测：如何用AI把剧本直接变影视成片！
🚀 快速阅读
SkyReels-V1 是昆仑万维开源的首个面向AI短剧创作的视频生成模型，基于千万级高质量影视数据进行微调。
- 核心功能：支持高质量影视级视频生成、33种细腻表情和400多种自然动作组合。
- 技术原理：采用自研推理框架SkyReels-Infer，大幅提升推理效率，支持多GPU并行和低显存优化。
SkyReels-V1 是什么
SkyReels-V1 是昆仑万维开源的首个面向AI短剧创作的视频生成模型。该模型基于在千万级高质量影视数据上进行微调，实现影视级的人物微表情和肢体动作生成，支持33种细腻表情与400多种自然动作组合，高度还原真实情感表达。模型支持文生视频（Text-to-Video）和图生视频（Image-to-Video），在开源视频生成模型中达到SOTA水平。
SkyReels-V1 基于自研推理框架SkyReels-Infer，大幅提升了推理效率，支持多GPU并行和低显存优化，能够在消费级显卡上高效生成高质量视频。通过这些技术，SkyReels-V1 为AI短剧创作提供了强大的工具，简化了视频制作流程，提升了效率。
SkyReels-V1 的主要功能
- 高质量影视级视频生成：支持生成具有电影级光影效果、细腻人物表情和自然肢体动作的视频内容。每一帧画面在构图、演员站位和相机角度上都具备高质量的影视质感。
- 表情和动作的精细控制：支持33种细腻的人物表情和400多种自然动作组合，能够生成大笑、怒吼、惊讶、哭泣等微表情。
- 文生视频与图生视频：支持Text-to-Video（文生视频）和Image-to-Video（图生视频）两种生成方式。
- 多场景支持：支持处理单人镜头和多人构图，适用于复杂的场景和情感表达。
SkyReels-V1 的技术原理
- 自研数据清洗与标注管线：使用高质量的影视数据（如好莱坞电影、电视剧等）进行训练，基于自研数据清洗和标注管线，对人物表情、动作、场景等进行精细化标注，提升模型对人类表演的理解能力。
- 多阶段预训练与微调：
- 阶段1：模型域适应预训练，将基础模型适配到人类中心视频领域。
- 阶段2：将文本到视频模型转换为图像到视频模型，在相同数据集上进行预训练。
- 阶段3：在高质量子集上进行微调，确保模型在复杂视频生成任务中的高性能。
- 多模态理解与生成：结合人物表情、动作、场景和剧情的多模态理解，构建行为语义单元和人物空间位置感知技术，实现精准的人物表演生成。
- 高效的推理优化：采用FP8量化、参数级卸载（offload）和优化的注意力机制（如SageAttn），大幅降低显存占用并提升推理速度。支持多GPU并行推理，基于分布式计算进一步提高生成效率。
如何运行 SkyReels-V1
1. 克隆仓库
git clone https://github.com/SkyworkAI/SkyReels-V1
cd skyreelsinfer
2. 安装依赖
推荐使用CUDA 12.2版本进行手动安装。
pip install -r requirements.txt
当有足够的VRAM时（例如A800），可以直接运行无损版本。
3. 生成视频示例
SkyReelsModel = "Skywork/SkyReels-V1-Hunyuan-T2V"
python3 video_generate.py \
--model_id ${SkyReelsModel} \
--task_type t2v \
--guidance_scale 6.0 \
--height 544 \
--width 960 \
--num_frames 97 \
--prompt "FPS-24, A cat wearing sunglasses and working as a lifeguard at a pool" \
--embedded_guidance_scale 1.0
4. 使用 FP8 量化和 offload 优化
python3 video_generate.py \
--model_id ${SkyReelsModel} \
--task_type t2v \
--guidance_scale 6.0 \
--height 544 \
--width 960 \
--num_frames 97 \
--prompt "FPS-24, A cat wearing sunglasses and working as a lifeguard at a pool" \
--embedded_guidance_scale 1.0 \
--quant \
--offload \
--high_cpu_memory \
--parameters_level
5. 多GPU并行推理
python3 video_generate.py \
--model_id ${SkyReelsModel} \
--guidance_scale 6.0 \
--height 544 \
--width 960 \
--num_frames 97 \
--prompt "FPS-24, A cat wearing sunglasses and working as a lifeguard at a pool" \
--embedded_guidance_scale 1.0 \
--quant \
--offload \
--high_cpu_memory \
--gpu_num $GPU_NUM
资源
- GitHub 仓库：https://github.com/SkyworkAI/SkyReels-V1
- HuggingFace 仓库：https://huggingface.co/collections/Skywork/skyreels-v1-67b34676ff65b4ec02d16307
❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！
🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 🥦
