SkyReels: генератор видео — что умеет и что нужно для запуска

SkyReels — это открытый генератор видео от компании Skywork AI, построенный на базе диффузионных трансформеров. Модель позиционируется авторами как первая открытая система, специально ориентированная на создание видеороликов с людьми. SkyReels поддерживает работу как по текстовому описанию (t2v), так и по входному изображению (i2v).

Что умеет

Авторы описывают SkyReels как «первую и самую продвинутую открытую модель для создания видео с людьми». В основе лежат video-diffusion-transformers — диффузионные трансформеры для видео. Поддерживаются два режима генерации:

• t2v (text-to-video) — видео по текстовому описанию;
• i2v (image-to-video) — видео на основе входного изображения.

В документации приведён конкретный пример работы: на одной видеокарте RTX 4090 с полной оптимизацией видеопамяти пиковое потребление составило 18,5 ГБ при создании ролика разрешением 544x960 пикселей, длительностью 4 секунды и частотой 97 кадров. При максимальной загрузке памяти та же карта способна сгенерировать видео 544x960 пикселей, длительностью 12 секунд и частотой 289 кадров — с использованием параметра --sequence_batch. Время генерации такого ролика на одной RTX 4090 составляет примерно полтора часа; добавление дополнительных GPU, по заявлению разработчиков, значительно сокращает это время.

Что нужно для запуска

SkyReels — локально запускаемая модель с открытым исходным кодом. Код написан на Python и опубликован в репозитории github.com/SkyworkAI/SkyReels-V1. Авторы рекомендуют использовать Python версии 3.10 и CUDA версии 12.2. Минимальный объём видеопамяти, указанный разработчиками, — 5 ГБ, однако для полноценной работы на практике требуется существенно больше (в примерах фигурирует RTX 4090 с пиковым потреблением 18,5 ГБ).

Лицензия кода нестандартная — авторы предлагают проверять её условия вручную. Репозиторий создан 12 февраля 2025 года, последнее изменение кода датируется 10 марта 2025 года. Облачной версии как таковой нет: SkyReels необходимо разворачивать на собственном оборудовании с поддержкой CUDA. Официальный сайт проекта — skyrrels.ai.

Кому подойдёт

SkyReels ориентирован в первую очередь на тех, кто работает с видео, содержащим людей — модель заточена именно под эту задачу. Открытый код и возможность локального запуска делают SkyReels интересным для исследователей и разработчиков, которым нужен полный контроль над пайплайном генерации. Наличие режимов t2v и i2v расширяет сценарии применения: от создания роликов по текстовому сценарию до анимации статичных изображений.

Модель не подойдёт тем, у кого нет мощной видеокарты с поддержкой CUDA и достаточным объёмом видеопамяти. Хотя авторы заявляют о минимальных 5 ГБ, реальные примеры генерации опираются на RTX 4090, а создание длинных роликов занимает часы. Тем, кто ищет быстрый облачный сервис без возни с настройкой окружения, SkyReels тоже вряд ли подойдёт — локально этот генератор запустить можно, а вот в облаке через браузер нет.

SkyReels — узкоспециализированный инструмент с фокусом на видео с людьми, открытым кодом и нестандартной лицензией. Он требует серьёзного GPU-ускорителя и готовности разбираться с ручной установкой, но взамен даёт полный контроль над процессом генерации.