显卡算力不足？通过云算力，一键部署Story Diffusion|从零到一的创建部署指南_storydiffusion 本地部署

StoryDiffusion 是由南开大学HVision团队开发的创新人工智能工具。它的核心功能是生成连贯的图像和视频故事，尤其擅长于漫画创作。该工具采用了先进的一致性自注意力（Consistent Self-Attention）技术，可以在无需额外训练的情况下，生成主题一致的图像序列，这些图像非常适合用于叙述故事或作为进一步内容创作的基础。

StoryDiffusion 特别强调在生成多图漫画和长视频时保持角色的一致性，这一点在需要连贯叙事的广告、电影等领域显得尤为重要。

主要功能特征

角色连贯性保持：通过一致性自注意力机制，StoryDiffusion 能够生成风格和服装一致的图像和视频，确保多图漫画和长视频中的角色连贯性，从而实现流畅的故事叙述。

多场景应用：除了漫画生成，StoryDiffusion 还适用于图像转视频等多种应用场景。用户可以提供一系列条件图像，利用 Image-to-Video 模型生成视频，为广告、电影等领域提供创新的内容制作方式。

教育材料设计：教育工作者可以利用 StoryDiffusion 设计引人入胜的教育视频或互动故事，这有助于增强学习者的参与度和兴趣。

长范围图像生成功能：特别适用于制作连贯的广告故事，有助于加强品牌形象。这一功能让 StoryDiffusion 在广告和品牌推广方面展现出独特的优势。

即插即用无需训练：通过将一致性自注意力技术整合进现有的 U-Net 图像生成模型架构，并重用原有的自注意力权重，StoryDiffusion 实现了无需训练的即插即用特性。

高效能与稳健性：在保持角色特性和符合提示描述的同时，StoryDiffusion 在定量指标上展示了优异的性能和稳健性。

前置准备

StoryDiffusion官方文档中对GPU显存有要求，推荐使用AD103、A4000、Tesla P40等GPU

1.1 创建实例

登录星海算力云平台 ，创建实例，选择显卡型号

1.2 从Github获得克隆地址

StoryDiffusion Github地址
:https://github.com/HVision-NKU/StoryDiffusion

1.3 启动GPU实例

连接服务器并部署StoryDiffusion

2.1 通过终端连接服务器

通过clone获得storyDiffusion，命令如下：

git clone https://github.com/HVision-NKU/StoryDiffusion

通过ls命令查看目录，如果有StoryDiffusion存在，说明克隆成功

使用cd命令进入StoryDiffusion文件夹,运行
gradio_app_sdxl_specific_id_low_vram.py文件，根据相应的提示使用pip命令下载缺失的库，命令如下：

cd StoryDiffusion
python gradio_app_sdxl_specific_id_low_vram.py

或者跳到2.2步骤，提前将所有需要的库载入

2.2 下载相对应的库

需要使用pip命令下载transformers、torch、gradio、torchvision、diffusers、accelerate一共六个库

pip install transformers
pip install torch
pip install gradio
pip install torchvision
pip install diffusers
pip install accelerate

下载完成后运行
gradio_app_sdxl_specific_id_low_vram.py文件，由于使用huggingface时下载连接不稳定，会出现连接失败的提示，因此需要进行一些配置

Huggingface连接配置相关博客地址
:https://blog.csdn.net/weixin_44257107/article/details/136532423

2.3 huggingface连接不稳定解决方案

使用nano
gradio_app_sdxl_specific_id_low_vram.py命令打开文件进行编辑

nano gradio_app_sdxl_specific_id_low_vram.py

在代码中加入os.environ["HF_ENDPOINT"] = "https://hf-mirror.com"

os.environ["HF_ENDPOINT"] = "https://hf-mirror.com"

完成修改后，Ctrl+x完成保存，选择Y确定保存，Enter确认修改后的文件名称并回到终端

在终端中设置环境变量HF_ENDPOINT=https://hf-mirror.com python
gradio_app_sdxl_specific_id_low_vram.py

HF_ENDPOINT=https://hf-mirror.com python gradio_app_sdxl_specific_id_low_vram.py

如果前面已经添加了accelerate库则不会报错

2.4 运行程序

输入python
gradio_app_sdxl_specific_id_low_vram.py运行，可以使用学术加速加快加载速度

python gradio_app_sdxl_specific_id_low_vram.py

学术加速命令 :source /etc/network_turbo

source /etc/network_turbo

如图所示，7860端口成功与本地8888端口建立连接，说明运行成功，本地可通过8888端口进行访问

本地部署WEB访问

3.1 使用终端通过SSH进行访问

3.1.1 打开你的终端或命令提示符。

3.1.2 执行SSH命令。

3.1.3 假设：

• 远程服务器的IP地址是your-server-ip。
• 你在远程服务器上的用户名是root。
• 远程服务器上Stable Diffusion应用运行的端口是7860。
• 你想要将此服务映射到本地机器的8888端口。

3.1.4 命令格式如下:

ssh -CNg -L 8888:localhost:7860 root@your-server-ip -p 22

在星海AI-GPU平台创建实例之后，就能在实例界面看见你所创建的实例的ip相关数据

在浏览器地址栏中输入localhost:8888 进行访问，成功加载后的图如下