引言

本文將演示如何通過Python代碼實現基于文本提示的AI動畫生成。我們將使用Stable Diffusion生成連貫圖像幀，結合OpenCV合成視頻，最終實現一個可自定義的動畫生成 pipeline。

一、環境準備

1. 依賴安裝

# 安裝核心庫
pip install diffusers transformers torch numpy opencv-python pillow# 安裝可選優化庫（按需）
pip install xformers  # 內存優化

2. 硬件要求

組件	最低配置	推薦配置
GPU	NVIDIA GTX 1660	NVIDIA RTX 3090+
顯存	8GB	24GB+
內存	16GB	32GB+

二、代碼逐行解析

1. 導入庫

import torch  # PyTorch 深度學習框架
from diffusers import StableDiffusionPipeline, DPMSolverMultistepScheduler  # Stable Diffusion 工具
import cv2  # 視頻處理
import numpy as np  # 數值計算
import os  # 路徑操作

2. 配置參數

# 核心參數區
PROMPT = "A fantasy landscape with flying dragons, trending on artstation"  # 文本提示詞
VIDEO_LENGTH = 10  # 視頻時長（秒）
FPS = 15  # 幀率（建議 12-30）
RESOLUTION = (512, 512)  # 分辨率 (寬, 高)
OUTPUT_PATH = "animation.mp4"  # 輸出路徑

參數影響說明：

參數名	取值范圍	對結果的影響
PROMPT	任意文本	直接決定動畫內容
VIDEO_LENGTH	1-∞ 秒	時長越長生成時間越長
FPS	1-60	幀率越高視頻越流暢
RESOLUTION	(512,512)等	分辨率越高顯存消耗越大

3. 模型初始化

# 加載 Stable Diffusion 模型
pipe = StableDiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5",  # 官方預訓練模型torch_dtype=torch.float16  # 半精度浮點優化顯存
).to("cuda")  # 模型移動到GPU# 優化調度器（可選）
pipe