近期，視頻生成模型賽道火熱，文生視頻，圖生視頻，花樣層出不窮。然而，儘管市場上模型眾多，大部分人還是因為沒有內測資格無法體驗，只能望 “模” 興嘆。前不久我們報道過潞晨科技的 Open-Sora 模型，作為全球首個開源類 Sora 模型，它不但在多種類型的視頻上表現優異，還主打低成本且人人可用。它好用嗎？怎麼用？一起來看看本站的評測。
最近Open-Sora 全新開源的1.2 版本，可以生成最長16s 的720p 高清視頻，官方視頻效果如下:
這個生成的效果確實驚艷，也難怪體驗。
對比一眾閉源軟體，需要排長隊等候內測資格，這個完全開源的 Open-Sora 顯然更加易得。但是，在 Open-Sora 的官方 Github 上，密密麻麻全是技術和程式碼，要自己部署體驗，且不說模型對硬體要求高，配置環境時對使用者的程式碼功底也是不小的挑戰。
那麼有沒有辦法，讓 AI 小白用戶也能輕鬆使用 Open-Sora 呢？
先下結論：有，而且可以一鍵部署，啟動後還能零程式碼控制影片長度、片幅、鏡頭等參數。
心動了嗎？那就讓我們一起看看，要如何實作 Open-Sora 的部署。文末有保母等級的詳細教學和使用地址，無需任何技術背景就能操作。
基於 Gradio 的可視化方案
有關 Open-Sora 的最新技術細節，我們曾經做過一篇深度報道。在報告中，我們重點討論了 OpenSora 模型的核心架構和其創新的視訊壓縮網路（VAE）。在那篇文章結尾，我們提到，潞晨 Open-Sora 團隊提供了可以自行一鍵部署的 Gradio 應用程式。那麼，這個 Gradio 應用具體是什麼樣子呢？
Gradio 本身就是一個 Python 包，專為機器學習模型的快速部署而設計。它允許開發者透過定義模型的輸入和輸出，自動產生一個網頁介面，從而簡化了模型的線上展示和互動過程。
我們仔細閱讀了 Open-Sora 的 GitHub 首頁，發現該應用將 Open-Sora 模型與 Gradio 有機地結合起來，提供了一個優雅簡潔的交互方案。
它採用影像介面，使操作更簡單。在介面中，使用者可以自由修改生成影片的長度、長寬比和解析度等基礎參數，同時還能自主調節生成影片的移動幅度、美感分數和更高階的鏡頭移動方式。它還支援調用 GPT-4 對 prompt 進行最佳化，因此，可以同時支援中文和英文文字輸入。
在部署好應用程式後，使用者在使用 Open-Sora 模型時則不需要編寫任何程式碼，只需要輸入 prompt 和點擊替換參數，即可嘗試不同的參數組合產生影片。產生的影片也將直接展示在 Gradio 介面中，可直接在網頁端下載，無需配備複雜的路徑。
圖片中使用：://gak/pu.
我們注意到，瀾晨Open-Sora 團隊已經在Github 中提供了將模型與Gradio 適配的腳本，並且也提供了部署的命令列程式碼。然而，我們仍需要經歷複雜的環境配置，才能成功運行部署程式碼。如果我們想完整體驗 Open-Sora 的功能，尤其是生成長時間高分辨率（比如 720P 16 秒）的視頻，更是需要性能好顯存大的顯示卡（官方使用的是 H800）。 Gradio 方案似乎沒有提到如何解決這兩個問題。 這兩個問題乍看十分棘手，卻能被潞晨雲完美地解決，真正實現了無需技術輕鬆部署。如何上手？本站這裡有一份超簡單的教學。超簡單的一鍵部署教學
在潞晨雲上部署 Open-Sora 有多簡單呢？首先，潞晨雲提供多類型的顯示卡，其中，A800 和 H800 這樣的高階顯示卡也可以輕鬆租到。經我們測試，這種 80GB 顯存的卡，單卡就可以滿足 Open-Sora 專案的推理需求。
其次，潞晨雲為 Open-Sora 專案配備了專屬鏡像。這個鏡像就像可以拎包入住的精裝房，全套運作環境可以一鍵啟動，省去了複雜的環境配置環節。
最後，潞晨雲還有超優惠的價格和超人性化的服務。一張 A800 的卡片每小時價格不到 10 元，初始化鏡像的時間全部不計費，雲端主機隨時關機停止計費。換句話說，不到 10 元 / 時，即可充分享受 Open-Sora 帶來的驚喜體驗！除此之外，我們還放了一個 100 元優惠券的獲取方式在文末，趕緊註冊帳號薅上券，跟著我們的教程開整吧！
潞晨雲網址：https://cloud.luchentech.com/
首先，進入網址在潞晨雲上註冊帳號。一進入主頁面，就可以直接看到算力市場的可租借機器。領上優惠券，或是儲值 10 元錢，就能跟著潞晨雲的用戶指南，開始建立雲端主機。
第一步是選擇鏡像。一打開公共鏡像，點開第一個就是 OpenSora (1.2)，真是方便至極。
第二步是選擇計費方式。計費方式有兩種，潮汐計費和按量計費。我們試用後發現潮汐計費更省錢，在空閒時段 A800 的價格還能更低！
對於 Open-Sora 的推理，一張 A800 足夠了，我們選擇了 1 卡配置，並且允許了 SSH 連接、存儲持久化，還掛載了公開數據（包括模型權重）。這些功能都不額外收費，還能提供更多便利，超級良心。
選好後點擊創建，雲端主機啟動的時間非常短，幾十秒內機器就起來了。這段時間是不計費的，所以如果遇到比較大的鏡像等待時間較長時也不必擔心費用問題。
第三步，我們從雲端主機頁面點擊 JupyerLab, 進入網頁。一進去就為我們打開了一個終端。
我們輸入 ls，查看雲端主機的文件，可以看到 Open-Sora 這個資料夾就在初始路徑處。
由於我們使用的是 Open-Sora 專屬鏡像，我們無需額外安裝任何環境。最耗時的這一步被完美地解決了。
這時候，我們直接輸入執行 Gradio 的指令，就可以快速啟動 Gradio，真正實現了一鍵部署。
Bashpython gradio/app.py
速度非常快，只要十多秒，Gradio 就跑起來了。
不過，我們發現，這個gradio 是預設在伺服器的http://0.0.0.0:7860 上跑，要想在自己本地的瀏覽器用，得先把自己的ssh 公用秘鑰加入到滄晨雲的機器中。這一步也很簡單，只要進入下面這個文件，貼上本地機器的秘鑰進去就好。
接著，我們還需要寫上本地完成端口映射指令，我們可以照著這個截圖中的指令來寫，大家使用的時候需要替換成自己雲主機的具體地址和 port。
接著，打開對應網頁，很快就出現了可視化操作介面。
我們先隨意輸入了一個英文提示，點擊開始產生 (用了預設的 480p，速度會快一些)。
a river flowing through a rich landscape of trees and mountains (一条河流流经茂密的树木和山脉)
很快生成就完成了，耗时约 40 秒。生成结果整体还不错，有河有山有树木，和指令符合。但是我们期待的是雄鹰从高处俯瞰的效果。
没关系，调整了指令再来一次：
a bird's eye view of a river flowing through a rich landscape of trees and mountains (鸟瞰河流流经树木和山脉的丰富景观)
这次生成的内容果然带上了鸟瞰效果。不错，这个模型还是很听话的。
如前文所说，gradio 界面上还有很多其他选项，比如调整分辨率、画幅长宽比、视频时长，甚至还能控制视频的动态效果幅度等，可玩性非常强，我们测试时使用的是 480P 分辨率，而最高可支持 720P，大家可以逐个尝试，看看不同选项搭配的效果。
想要进阶？微调也能轻松上手
此外，继续深挖 Open-Sora 的网页，我们发现他们还提供了继续微调模型的代码指令。使用自己喜欢的类型的视频微调模型的话，就能让这个模型生成更符合我的审美要求的视频了！
让我们用潞晨云的公开数据中提供的视频数据来验证一下。
由于环境全都是配置好的，我们只需复制粘贴训练指令。
torchrun --standalone --nproc_per_node 1 scripts/train.py configs/opensora-v1-2/train/stage1.py --data-path /root/commonData/Inter4K/meta/meta_inter4k_ready.csv
这边输出了一连串模型训练的信息。
训练已经正常启动了，居然只要单卡就能训！
（ 踩坑提示：在此之前我们遭遇了一次 OOM, 结果发现程序挂了以后显存依旧被占用，然后发现是忘记关闭上一步 Gradio 的推理了 ORZ，所以大家用单卡训的时候一定要记得关掉 Gradio，因为 Gradio 上面加载了模型一直在等待用户输入来进行推理）。
以下是我们训练的时候 GPU 资源占用情况：
简单算一笔账，训练一步大约耗时约 20 秒，根据 Open-Sora 提供的数据，训练 70k 步（如下图所示），那他们耗时大约在 16 天左右，和他们文档中声称的 2 周左右相近（假设他们的所有机器各完成一个 step 的时间和我们这台机器相似）。
在这 70k 步中，第一阶段占 30k 步，第二阶段占 23k 步，那第三阶段其实只训练了 17k 步。而这个第三阶段，就是用高质量视频进行微调，用来大幅度提升模型质量，也就是我们现在想要做的事情。
不过，从报告中看，他们的训练使用了 12 台 8 卡机器，所以如果我们用潞晨云平台训练和第三阶段相同的数据量，大约需要：
95 小时 * 8 卡 * 12 台 * 10 元 / 小时 = 91200 元
這個數字對於測評來說還是有點門檻的，但是對於打造一個專屬的文生視頻大模型來說也太划算了。尤其是對於企業來說，基本上不需要什麼前期準備工作，按照教程一步步走，就可以用不到十萬塊的價格甚至更少完成一次微調。我真的很期待能看到更多 Open-Sora 在專業領域的強化版！
最後，放上我們前面提到的 100 元優惠券福利活動～儘管我們本次測評成本不到 10 元，但是羊毛該薅還得薅！
從潞晨雲官方資料看到，用戶在社交媒體和專業論壇（如知乎、小紅書、微博、CSDN 等）上分享使用體驗（帶#瀾晨雲或@潞晨晨科技），有效分享一次可得100 元代金券（有效期一周），換算成我們測評時生成的這種視頻，相當於五六百個～
最後，我們整理了相關的資源鏈接放在下面，方便大家快速上手。想要立刻嘗試的朋友們，點擊閱讀原文即可一鍵傳送，開啟你的 AI 影片旅程！
相關資源連結：
相關資源連結：
瀟晨雲平台：https://cloud.luchentech.com/
tech庫. /Open-Sora/tree/main?tab=readme-ov-file#inference
🎜Bilibili 教學：https://www.bilibili.com/video/BV1ow4m1e7PX/?vvd_source 🎜以上是速來！潞晨Open-Sora羊毛可薅，10元輕鬆上手影片生成的詳細內容。更多資訊請關注PHP中文網其他相關文章！
