> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-ru/generaciya-video/skyreels.md). # SkyReels-V3 Создавайте видео 24fps с SkyReels-V3, open video model Kunlun на базе Wan2.1, на GPU Clore.ai. SkyReels-V3 — это модель генерации видео с открытым исходным кодом от Kunlun (SkyWork AI), построенная поверх видеoархитектуры Wan2.1. Она генерирует плавные клипы с частотой 24 кадра/с и поддерживает как text-to-video (T2V), так и image-to-video (I2V). Модель наследует сильную согласованность движения и временную стабильность Wan2.1, а также включает доработки обучения SkyWork для улучшения визуального качества и точности следования запросу. Запуск SkyReels-V3 на [Clore.ai](https://clore.ai/) позволяет вам получить доступ к необходимым ей 24 ГБ VRAM без покупки оборудования — арендуйте RTX 4090 за несколько долларов и начинайте генерацию. ## Ключевые особенности * **Вывод 24 кадра/с** — плавная частота кадров вещательного качества из коробки. * **Текст-в-видео** — генерируйте клипы из описаний на естественном языке с хорошим следованием запросу. * **Изображение в видео** — анимируйте эталонное изображение с управляемым движением камеры и объекта. * **Построен на Wan2.1** — наследует проверенное временное внимание и моделирование движения архитектуры Wan. * **Мультиразрешение** — поддерживает генерацию в 480p и 720p в зависимости от бюджета VRAM. * **Открытые веса** — доступен по открытой лицензии для научного и коммерческого использования. * **Китайский + английский** — двуязычная поддержка запросов от текстового энкодера Wan2.1. ## Требования | Компонент | Минимум | Рекомендуется | | ------------- | ------------------------ | ------------- | | VRAM GPU | 16 ГБ (480p с выгрузкой) | 24 ГБ | | Системная RAM | 32 ГБ | 64 ГБ | | Диск | 25 ГБ | 50 ГБ | | Python | 3.10+ | 3.11 | | CUDA | 12.8+ | 12.8+ | **Рекомендация по GPU от Clore.ai:** Один **RTX 4090** (24 ГБ, $0.14–0.42/ч) — это оптимальный вариант: достаточно VRAM для генерации 720p в полной точности. Один **RTX 3090** (24 ГБ, $0.07–0.21/ч) подходит для 480p и предлагает лучшее соотношение цены к клипу на маркетплейсе. ## Быстрый старт ```bash # Установите основные зависимости pip install torch torchvision --index-url https://download.pytorch.org/whl/cu128 pip install diffusers transformers accelerate sentencepiece pip install imageio[ffmpeg] # Проверить GPU python -c "import torch; print(torch.cuda.get_device_name(0))" ``` ## Примеры использования ### Текст-в-видео ```python import torch from diffusers import WanPipeline from diffusers.utils import export_to_video # SkyReels-V3 использует архитектуру конвейера Wan2.1 pipe = WanPipeline.from_pretrained( "SkyworkAI/SkyReels-V3-T2V", torch_dtype=torch.bfloat16, ) pipe.to("cuda") pipe.enable_model_cpu_offload() prompt = ( "Самурай идет через бамбуковый лес в утреннем тумане, " "солнечный свет пробивается сквозь высокие стебли, кинематографичная композиция, " "медленное, размеренное движение" ) video_frames = pipe( prompt=prompt, negative_prompt="размыто, низкое качество, водяной знак, статичный", num_frames=97, # ~4 сек при 24 кадрах/с width=1280, height=720, num_inference_steps=30, guidance_scale=5.0, generator=torch.Generator("cuda").manual_seed(42), ).frames[0] export_to_video(video_frames, "samurai_forest.mp4", fps=24) print("Сохранено samurai_forest.mp4") ``` ### Изображение в видео ```python import torch from PIL import Image from diffusers import WanImageToVideoPipeline from diffusers.utils import export_to_video pipe = WanImageToVideoPipeline.from_pretrained( "SkyworkAI/SkyReels-V3-I2V", torch_dtype=torch.bfloat16, ) pipe.to("cuda") pipe.enable_model_cpu_offload() image = Image.open("landscape.png").resize((1280, 720)) video_frames = pipe( prompt="Камера медленно движется вперед в сцену, облака плывут над головой", image=image, negative_prompt="статичность, дрожание, размытость", num_frames=97, num_inference_steps=30, guidance_scale=5.0, ).frames[0] export_to_video(video_frames, "landscape_anim.mp4", fps=24) ``` ### Быстрый предварительный просмотр в пониженном разрешении ```python import torch from diffusers import WanPipeline from diffusers.utils import export_to_video pipe = WanPipeline.from_pretrained( "SkyworkAI/SkyReels-V3-T2V", torch_dtype=torch.bfloat16 ).to("cuda") # 480p для быстрой итерации frames = pipe( prompt="Океанские волны разбиваются о скалы, драматичные брызги, закат", num_frames=49, width=854, height=480, num_inference_steps=20, guidance_scale=5.0, ).frames[0] export_to_video(frames, "waves_preview.mp4", fps=24) ``` ## Советы для пользователей Clore.ai 1. **Используйте классы конвейера Wan** — SkyReels-V3 архитектурно основан на Wan2.1, поэтому использует `WanPipeline` / `WanImageToVideoPipeline` из diffusers. 2. **Начните с 480p** — сначала итеративно отрабатывайте запросы в более низком разрешении, а затем генерируйте финальные клипы в 720p, когда будете довольны композицией. 3. **Выгрузка на CPU** — `enable_model_cpu_offload()` рекомендуется на картах с 24 ГБ для генерации 720p, чтобы избежать OOM. 4. **Постоянное хранилище** — задайте `HF_HOME=/workspace/hf_cache` на постоянном томе Clore.ai; модель весит \~15–20 ГБ. 5. **Нативные 24 кадра/с** — не меняйте fps при экспорте; временное внимание модели обучалось для вывода 24 кадра/с. 6. **Двуязычные запросы** — текстовый энкодер Wan2.1 поддерживает и английский, и китайский; при необходимости можно смешивать языки. 7. **Шкала guidance** — лучше всего работают значения 4.0–6.0. Более высокие значения (>8) могут вызвать перенасыщение. 8. **tmux обязателен** — всегда запускайте генерацию в `tmux` сессии на Clore.ai, чтобы пережить разрывы SSH-соединения. ## Устранение неполадок | Проблема | Исправьте | | ----------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------ | | `OutOfMemoryError` при 720p | Включите `pipe.enable_model_cpu_offload()`; понизьте до 480p, если OOM все еще возникает | | Модель не найдена на HuggingFace | Проверьте точное имя репозитория на [странице HuggingFace SkyworkAI](https://huggingface.co/SkyworkAI) — она может быть указана под вариантом названия | | Дёрганое или мерцающее движение | Увеличьте `num_inference_steps` до 40; уменьшите `guidance_scale` до 4.0 | | Медленная генерация | \~1–3 мин на 4-секундный клип на RTX 4090 — это нормально для 720p; 480p примерно в 2 раза быстрее | | Смещение цветов / перенасыщение | Уменьшите `guidance_scale` до 4.0–5.0 | | `ImportError: imageio` | `pip install imageio[ffmpeg]` | | Веса повторно загружаются при перезапуске | Подключите постоянное хранилище и задайте `HF_HOME` переменную окружения | --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.clore.ai/guides/guides_v2-ru/generaciya-video/skyreels.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.