近期，视频生成模型赛道火热，文生视频，图生视频，花样层出不穷。然而，尽管市场上模型众多，大部分人还是因为没有内测资格无法体会，只能望 “模” 兴叹。前不久我们报道过潞晨科技的 Open-Sora 模型，作为全球首个开源类 Sora 模型，它不但在多种类型的视频上表现优异，还主打低成本且人人可用。它好用吗？怎么用？一起来看看呆板之心的测评。
最近 Open-Sora 全新开源的 1.2 版本，可以生成最长 16s 的 720p 高清视频，官方视频效果如下:
这个生成的效果确实惊艳，也难怪后台那么多读者想要上手体会。
对比一众闭源软件，必要排长队等候内测资格，这个完全开源的 Open-Sora 显然更加易得。但是，在 Open-Sora 的官方 Github 上，密密麻麻全是技术和代码，要想自己安排体会，且不说模型对硬件要求高，配置环境时对利用者的代码功底也是不小的挑战。
那么有没有什么办法，让 AI 小白用户也能轻松利用 Open-Sora 呢？
先上结论：有，而且可以一键安排，启动后还能零代码控制视频长度、画幅、镜头等参数。
心动了吗？那就让我们一起看看，要如何实现 Open-Sora 的安排。文末有保姆级的详细教程和利用地址，无需任何技术背景就能操作。
基于 Gradio 的可视化方案
有关 Open-Sora 的最新技术细节，我们曾经做过一篇深度报道。在报道中，我们重点讨论了 OpenSora 模型的核心架构和其创新的视频压缩网络（VAE）。在那篇文章末尾，我们提到，潞晨 Open-Sora 团队供应了可以自行一键安排的 Gradio 应用。那么，这个 Gradio 应用具体是什么样呢？
Gradio 本身是一个 Python 包，专为呆板学习模型的快速安排而设计。它允许开发者通过定义模型的输出和输出，自动生成一个网页界面，从而简化了模型的在线展示和交互过程。
我们仔细阅读了 Open-Sora 的 GitHub 首页，发现该应用将 Open-Sora 模型与 Gradio 有机地结合起来，供应了一个优雅简洁的交互方案。
它采用图像界面，使操作更简单。在界面中，用户可以自由修改生成视频的时长、长宽比和分辨率等基础参数，同时还能自主调节生成视频的运动幅度、美学分数和更高级的镜头移动方式。它还支持调用 GPT-4 对 prompt 进行优化，因此，可以同时支持中文和英文文本输出。
在安排好该应用后，用户在利用 Open-Sora 模型时则不必要编写任何代码，只必要输出 prompt 和点击替换参数，即可尝试不同的参数组合生成视频。生成的视频也将直接展示在 Gradio 界面中，可以直接在网页端下载，无需配备复杂的路径。
图片来源：https://github.com/hpcaitech/Open-Sora/blob/main/assets/readme/gradio_basic.png
我们注意到，潞晨 Open-Sora 团队已经在 Github 中供应了将模型与 Gradio 适配的脚本，并且也供应了安排的命令行代码。然而，我们仍必要经历复杂的环境配置，才能成功运行安排代码。如果我们想完整体会 Open-Sora 的功能，尤其是生成长时间高分辨率（比如 720P 16 秒）的视频，更是必要性能好显存大的显卡（官方利用的是 H800）。Gradio 方案似乎没有提到如何解决这两个问题。
这两个问题乍看十分棘手，却能被潞晨云完美地解决，真正实现了无需技术轻松安排。如何上手？呆板之心这里有一份超简单的教程。
超简单的一键安排教程
在潞晨云上安排 Open-Sora 有多简单呢？
首先，潞晨云供应多类型的显卡，其中，A800 和 H800 这样的高端显卡也可以轻松租到。经我们测试，这种 80GB 显存的卡，单卡就可以满足 Open-Sora 项目的推理需求。
其次，潞晨云为 Open-Sora 项目配备了专属镜像。这个镜像就像可以拎包入住的精装房，全套运行环境可以一键启动，省去了复杂的环境配置环节。
最后，潞晨云还有超优惠的价格和超人性化的服务。一张 A800 的卡每小时价格不到 10 元，初始化镜像的时间全部不计费，云主机随时关机停止计费。换句话说，不到 10 元 / 时，即可充分享受 Open-Sora 带来的惊喜体会！除此之外，我们还放了一个 100 元优惠券的获取方式在文末，赶紧注册账号薅上券，跟着我们的教程开整吧！
潞晨云网址：https://cloud.luchentech.com/
首先，进入网址在潞晨云上注册账号。一进入主页面，就可以直接看到算力市场的可租赁呆板。领上优惠券，或者充值 10 元钱，就能跟着潞晨云的用户指南，开始建立云主机。
第一步是选择镜像。一打开公共镜像，点开第一个就是 OpenSora (1.2)，真是方便至极。
第二步是选择计费方式。计费方式有两种，潮汐计费和按量计费。我们试用后发现潮汐计费更省钱，在空闲时段 A800 的价格还能更低！
对于 Open-Sora 的推理，一张 A800 足够了，我们选择了 1 卡配置，并且允许了 SSH 连接、存储持久化，还挂载了公开数据（包括模型权重）。这些功能都不额外收费，还能供应更多便利，超级良心。
选好后点击创建，云主机启动的时间非常短，几十秒内呆板就起来了。这段时间是不计费的，所以如果遇到比较大的镜像等待时间较长时也不必担心费用问题。
第三步，我们从云主机页面点击 JupyerLab, 进入网页。一进去就给我们打开了一个终端。
我们输出 ls，查看云主机的文件，可以看到 Open-Sora 这个文件夹就在初始路径处。
由于我们利用的是 Open-Sora 专属镜像，我们无需额外安装任何环境。最耗时的这一步被完美地解决了。
这时候，我们直接输出运行 Gradio 的命令，就可以快速启动 Gradio，真正实现了一键安排。
Bash python gradio/app.py
速度非常快，只要十多秒，Gradio 就跑起来了。
不过，我们发现，这个 gradio 是默认在服务器的 http://0.0.0.0:7860 上跑，要想在自己本地的浏览器用，得先把自己的 ssh 公共秘钥加入到潞晨云的呆板中。这一步也很简单，只要进入下面这个文件，粘贴本地呆板的秘钥进去就行。
接着，我们还必要写上本地完成端口映射指令，我们可以照着这个截屏中的指令来写，大家利用的时候必要替换成自己云主机的具体地址和 port。
接着，打开对应网页，很快就出现了可视化操作界面。
我们先随意输出了一个英文提示，点击开始生成 (用了默认的 480p，速度会快一些)。
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，我们测试时利用的是 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，我们发现他们还供应了继续微调模型的代码指令。利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供应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出来进行推理）。
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 供应的数据，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（假设他们的所有呆板各完成一个 step 的时间和我们这台呆板相似）。
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，他们的训练利用了 12 台 8 卡呆板，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，大约必要：
95 小时 * 8 卡 * 12 台 * 10 元 / 小时 = 91200 元
这个数字对于测评来说还是有点门槛的，但是对于打造一个专属的文生视频大模型来说也太划算了。尤其是对于企业来说，基本不必要什么前期准备工作，按照教程一步步走，就可以用不到十万块的价格甚至更少完成一次微调。真的很期待能看到更多 Open-Sora 在专业领域的强化版！
最后，放上我们前面提到的 100 元优惠券福利活动～尽管我们本次测评成本不到 10 元，但是羊毛该薅还得薅！
从潞晨云官方资料看到，用户在社交媒体和专业论坛（如知乎、小红书、微博、CSDN 等）上分享利用体会（带 #潞晨云或 @潞晨科技），有效分享一次可得 100 元代金券（有效期一周），换算成我们测评时生成的这种视频，相当于五六百个～
最后，我们整理了相关的资源链接放在下面，方便大家快速上手。想要立刻尝试的小伙伴们，点击阅读原文即可一键传送，开启你的 AI 视频旅程！
相关资源链接：
潞晨云平台：https://cloud.luchentech.com/
Open-Sora 代码库：https://github.com/hpcaitech/Open-Sora/tree/main?tab=readme-ov-file#inference
Bilibili 教程：https://www.bilibili.com/video/BV1ow4m1e7PX/?vd_source=c6b752764cd36ff0e535a768e35d98d2