SkyReels-V2：Skywork 开源无限长度电影生成模型

ComfyUI Wiki

SkyReels-V2 是首个采用 Diffusion Forcing 的开源无限长度电影生成模型。它基于 Wan2.1 构建，支持 T2V、I2V 和自回归视频生成。

S

SkyReels-V2

视频文生视频图生视频Diffusion Forcing无限长度开源

SkyReels-V2 是昆仑万维（Skywork）推出的无限长度电影生成模型，采用自回归 Diffusion-Forcing 架构，实现 SOTA 级开源视频生成。它基于 Wan2.1 构建，支持文生视频 (T2V)、图生视频 (I2V) 以及通过同步与异步推理模式进行的无限长度 Diffusion Forcing (DF) 生成。提供 14B 和 1.3B 两种参数规模，支持 540P 和 720P 分辨率。还提供用于微调的 LoRA 适配器。可通过 Kijai 的 WanVideoWrapper 在 ComfyUI 中使用。

Hugging Face 合集GitHub论文Kijai WanVideo在线体验
开发者昆仑万维 (Skywork AI)
发布日期2025-04-21
架构自回归 Diffusion-Forcing Transformer
基础模型Wan2.1 (Wan-AI)
许可证SkyReels-V2 社区许可证
模型规模14B（完整版）/ 1.3B（轻量版）
能力文生视频（14B）、图生视频（14B）、Diffusion Forcing（14B/1.3B）：无限长度自回归
输出分辨率540P (960×544) / 720P (1280×720)
最大帧数97~1457 帧（24fps 下 4 秒至 60 秒以上）
显存占用（540P）约 51.2 GB（14B）/ 约 14.7 GB（1.3B）

概述

SkyReels-V2 是首个采用自回归 Diffusion-Forcing 架构的开源视频生成模型，在公开可用的模型中达到 SOTA 性能。它融合了多模态大语言模型 (MLLM)、多阶段预训练、强化学习和 Diffusion Forcing 框架，从而实现无限长度电影生成。

模型变体

共有三种模型类型，每种都提供多种分辨率和精度选项：

类型描述可用规格精度
Diffusion Forcing (DF)无限长度自回归视频生成；在同步或异步模式下同时支持 T2V 和 I2V 任务14B (540P/720P)、1.3B (540P)fp16、fp8_e4m3fn、fp8_e5m2
文生视频 (T2V)标准文生视频生成14B (540P/720P)fp16、fp8_e4m3fn、fp8_e5m2
图生视频 (I2V)以图像为条件的视频生成14B (540P/720P)fp16、fp8_e4m3fn、fp8_e5m2
SkyReels A2用于组合任意视觉元素的可控视频生成；Apache-2.014B (fp8)fp8_e4m3fn

核心特性

  • 无限长度生成：使用 Diffusion Forcing 结合自回归帧预测，可生成超出单段视频长度限制的任意长视频
  • 同步与异步推理：同步模式生成速度更快，异步模式指令遵循能力更强、画面一致性更好
  • 视频扩展：通过传入视频路径，使用 DF 模型扩展现有视频
  • 起始帧/结束帧控制：可同时控制生成视频的第一帧和最后一帧
  • 提示词增强：内置基于 Qwen2.5-32B-Instruct 的提示词增强器
  • TeaCache 加速：可选的缓存机制，加快推理速度
  • 卸载支持：CPU offloading 可降低峰值显存需求

ComfyUI 配置

这些模型由 Kijai 打包，供 WanVideoWrapper 自定义节点使用。请将 diffusion 模型放入 ComfyUI/models/diffusion_models/，将 LoRA 放入 ComfyUI/models/loras/。

变体

变体描述许可证发布日期
SkyReels-V2Diffusion Forcing 视频模型：在 540P 和 720P 下提供 14B 与 1.3B 的无限长度 T2V / I2VSkyReels-V2 社区许可证2025-04

选择某个变体即可查看教程、自定义节点和相关资讯。精选权重下载位于 Model Hub 目录中。

评论

使用 GitHub 登录后即可参与讨论。

评论加载中…