视频生成模型本地部署

想在自己机器上跑视频生成的人，多半卡在同一处：图能出，一动视频就爆显存，或者跑完发现一帧要等好几分钟。这篇不堆术语，先给一条判断线——你的卡能不能撑住，然后按顺序走环境、权重、推理、导出四步，附上跑不动时的排查顺序。不适用于纯出图需求，也不适用于只想试两三个镜头的临时用户。

想在自己机器上跑视频生成的人，多半卡在同一个地方：图能出，一动视频就爆显存，或者跑完发现一帧要等好几分钟。这篇不堆术语，先给一条判断线——你的卡能不能撑住，然后按顺序走环境、权重、推理、导出四步，附上跑不动时的排查顺序。

先划清适用范围：这篇不适用于纯出图需求，也不适用于只想试两三个镜头的临时用户。如果你只是偶尔生成一两段素材，本地部署省下的那点调用费，抵不上你折腾环境的时间。真正值得折腾的是有批量生成需求、或者有数据不出内网硬约束的场景。

先判断你的机器够不够：显存、内存、存储三条线

视频比图像多吃的是帧间缓存和时序注意力，显存占用随分辨率、帧数、批大小上升，而且不是线性关系——帧数翻倍，峰值可能翻更多。所以别一上来就盯着目标成片规格，先把目标定在低分辨率、短时长，跑通之后再往上加。这个顺序能帮你省掉反复爆显存重来的时间。

拿不准自己的卡属于哪一档，先去 /models/deploy 按你的卡和量化档位跑一遍估算，再对照 /compute/gpus 看自家卡的规格口径是否对得上。注意这类估算只给参考区间，实际峰值还受框架和分辨率设置影响，所以跑第一次时务必自己盯一眼显存峰值。

环境与权重：装什么、从哪拿、放哪

先确认推理框架对这类模型的适配情况。扩散类视频模型和纯 Transformer 视频模型走的路子不同，前者重采样调度、后者重序列长度，别从零写代码，先去 /stacks/frameworks 挑现成方案，能省掉大量调参时间。

• 权重文件体积大，下载前先看许可证与商用边界，个人玩和对外交付是两回事
• 目录规划建议权重、缓存、输出分开放，缓存目录指向大容量盘
• 别把输出直接写到系统盘，长任务跑到后期很容易把盘写满
• 框架版本与权重格式要对得上，装之前先读一遍模型卡上的依赖说明

许可证这块容易踩坑，尤其是打算把生成结果用于对外交付的人。可以去 /open-weight-license-basics 那一类页面把用途边界过一遍，别等上线了才发现用法不在许可范围内。

跑通第一段：参数怎么起手，怎么确认没白等

1. 先出文件从最短时长、最低分辨率、最小步数起手，目标是先看到能出文件，而不是先出好看的片子。能出文件再谈画质。
2. 盯三项指标首次运行重点观察显存峰值、单帧耗时、是否触发内存交换。任何一项异常都先降参数，不要靠等。
3. 量基础延迟用 /tools/speed-test 一类方式先量出你机器的基础延迟，后面提速才有对照。
4. 再逐项加码确认能稳定出文件后，一次只加一个变量：先加帧数，再加分辨率，最后动步数。

参数加码阶段最忌讳一次动多个变量。帧数和分辨率同时加，出了问题你根本不知道是哪一项压垮了显存。加一项、验证一项、记一版参数，跑不顺就退回上一版，这个节奏看着慢，其实最快。

跑得慢、爆显存、花屏：按这个顺序排查

三类问题排查顺序不一样，别混着试。爆显存先降批大小和帧数，再考虑量化与分片，最后才是 CPU offload——顺序反了会很慢。速度慢先看是不是每帧重新加载了模型、或者反复做编解码，再看是不是分辨率被悄悄放大；显存没满但就是慢，通常是 IO 或调度问题。

花屏、抖帧、音画不同步这几种，多数是导出环节的编码参数问题，不是模型本身跑坏了。换一套编码口径再验一次，如果换了就好，说明模型没问题，别再回头折腾推理参数。

什么情况下别折腾本地：三类人直接走云端

• 只做几个短片段、没有批量需求的人，本地的时间成本高于收益
• 对输出时长和分辨率有硬要求、但机器处于入门档的人
• 有数据不出内网硬约束的人——本地是对的，但要先算清几张卡够用

前两类可以直接去 /ai-nav/category/ai-video 挑现成工具，比本地部署快得多。第三类要在买硬件之前先做容量规划，按 /compute/sizing 算清需要几张卡，别按单张卡的思路配，否则上线就发现排队。

如果不确定该租还是该买，先去 /compute/platforms 比一遍租卡口径，把价格与稳定性两个维度对一遍再决定，数字以页面当时显示的为准。判断标准很简单：先用租的跑通流程、量出真实耗时，再反推自建要几张卡才能覆盖你的峰值需求。