DiffSynth-Studio手把手跑通 AI 图像与视频生成的完整指南【免费下载链接】DiffSynth-StudioEnjoy the magic of Diffusion models!项目地址: https://gitcode.com/GitHub_Trending/dif/DiffSynth-StudioDiffSynth-Studio 是魔搭社区维护的开源扩散模型引擎一套框架同时支持 FLUX、Wan、LingBot-Video、ACE-Step 等主流模型的文生图、文生视频、音频生成和图像编辑还能在低显存显卡上跑大模型推理、做 LoRA 训练。读完本文你能完成三件事把框架装进本地环境、跑出一条 Z-Image 生图推理、启动自带的 Streamlit 推理 WebUI 并理解常见报错的解决方向。环境自检清单安装 DiffSynth-Studio 前需要装什么操作系统Linux / macOS / Windows 均可Apple Silicon 需把代码里的cuda改为mpsPython3.10.1 及以上版本GPUNVIDIA 显卡配好 CUDA 与对应版本的 PyTorchAMD 需 ROCm 版 torch昇腾 NPU 参考官方文档磁盘空间预留 10 GB 以上依赖包 首次推理会自动下载的模型权重网络能访问模型托管站默认 ModelScope可切换为 HuggingFace 分步搭建从克隆仓库到依赖装完把代码拉到本地并建立虚拟环境建议先建虚拟环境避免污染系统 Python。两条命令即可git clone https://gitcode.com/GitHub_Trending/dif/DiffSynth-Studio cd DiffSynth-Studio python -m venv .venv source .venv/bin/activate以源码方式安装框架本体官方推荐源码安装pip 会自动带齐 torch、transformers、accelerate、peft 等基础依赖pip install -e .如需音频模型ACE-Step、MiniMax-Music3或量化推理可追加对应依赖组pip install -e .[audio,quant]配置模型下载源框架默认从 ModelScope 拉取权重首次运行推理脚本时自动下载无需手动拷贝。如果你在海外网络环境可以切到 ModelScope 国际站想从 HuggingFace 下载则换环境变量注意两个平台的模型 ID 可能不同export DIFFSYNTH_DOWNLOAD_SOURCEhuggingface更多下载源细节可参考仓库内 docs/zh/Pipeline_Usage/Environment_Variables.md。确认 PyTorch 与显卡匹配这是新手最容易卡住的一环。执行下面这句若打印出显卡名和显存大小即正常import torch print(torch.__version__, torch.cuda.is_available(), torch.cuda.get_device_name(0))如果torch.cuda.is_available()为 False先检查 pip 装的 torch 是否带 CUDA 后缀形如2.x.xcu121纯 CPU 版需要按显卡驱动重装对应 wheel。 跑通第一次推理与启动 WebUI用一条示例脚本出第一张图仓库为每个模型都备好了可直接运行的脚本。以 Z-Image-Turbo 为例它会自动下载权重、生成图片并保存为image_Z-Image-Turbo.jpgpython examples/z_image/model_inference/Z-Image-Turbo.py看到进度条走完、当前目录出现保存的图片说明推理链路完全通了。显存吃紧时可换 examples/z_image/model_inference_low_vram/ 下的低显存版本。启动推理 WebUIWebUI 基于 Streamlit额外装一个包后启动pip install streamlit streamlit run examples/dev_tools/webui.py --server.fileWatcherType none浏览器打开 Streamlit 提示的本地地址默认 localhost:8501看到按参数自动渲染的推理界面即成功。界面控件与 Pipeline 代码的参数一一对应适合用来调试参数组合。关键路径速查路径用途examples/各模型推理、低显存推理、训练脚本按模型名分子目录examples/dev_tools/webui.py推理 WebUI 入口docs/zh/中文开发者文档安装、显存管理、量化、训练diffsynth/pipelines/各模型推理 Pipeline 实现源码diffsynth/configs/model_configs.py模型 ID 与文件映射配置README_zh.md中文总览支持模型清单与更新日志⚠️ 新手高频问题CUDA 版本不匹配导致装不上或跑不动典型报错是torch.cuda.is_available()返回 False 或加载时抛 CUDA 错误。解决方向按 NVIDIA 官方指引查驱动支持的 CUDA 版本用pip install torch --index-url指定对应 cu 后缀的 wheel不要混装。详见仓库 docs/zh/Pipeline_Usage/Setup.md。模型权重下载中断权重体积常达数 GB网络抖动会断在中间。解决方向直接重跑脚本下载器会续传或重新拉取网络环境差时切换DIFFSYNTH_DOWNLOAD_SOURCE换源或手动把权重放到对应模型缓存目录后重试。显存不足 OOM先换model_inference_low_vram目录下的低显存脚本框架会把参数在磁盘、内存、显存间动态调度仍不够就开启量化pip install -e .[quant]后按 docs/zh/Pipeline_Usage/Quantization.md 配置 NF4/INT8 精度。【免费下载链接】DiffSynth-StudioEnjoy the magic of Diffusion models!项目地址: https://gitcode.com/GitHub_Trending/dif/DiffSynth-Studio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考