SkyReels V1

📌 核心价值：开源首个 Human-Centric 视频生成模型，VBench 82.43 跑赢 CogVideoX/VideoCrafter，单张 RTX 4090 即可生成电影级人物视频

昆仑万维 SkyReels 团队 2025 年 2 月开源的 SkyReels-V1 是中国首个面向 AI 短剧创作的视频生成模型，通过在千万级好莱坞影视片段上微调 HunyuanVideo，实现了 33 种面部微表情、400+ 动作语义单元、电影级光影美学，是开源视频生成模型中参数最大的支持图生视频（I2V）的模型。

---

🚀 什么是 SkyReels V1？

SkyReels V1 由昆仑万维 SkyReels 团队于 2025 年 2 月 18 日开源，是国内首个面向 AI 短剧创作的开源视频生成模型。它通过在 O(10M) 高质量电影、电视剧、纪录片片段上对 HunyuanVideo 进行微调，专注于"以人为中心（Human-Centric）"的视频生成场景。

项目地址：SkyworkAI/SkyReels-V1 · 2,686 stars · 309 forks · Python · NOASSERTION

核心定位：开源领域参数最大、效果最强的"以人为中心"视频生成模型，对标可灵/海螺等闭源方案

SkyReels V1 提供 双模型架构：

• SkyReels-V1-Hunyuan-T2V：文生视频模型，544×960 分辨率，24 FPS，97 帧（4 秒）
• SkyReels-V1-Hunyuan-I2V：图生视频模型，在 T2V 基础上调整 conv-in 参数，将静态图片转为动态视频

截至 2025 年 9 月，SkyReels 系列开源模型在 Hugging Face 累计下载量已超过 25 万次。

---

✨ 核心功能一览

---

📊 VBench 基准：开源 SOTA 性能

SkyReels V1 在权威的 VBench 基准测试中取得 82.43 的总分，在多个关键指标上表现最佳，尤其在动态程度（Dynamic Degree 72.5）和多目标处理（Multiple Objects 71.61）两个维度排名第一。

模型	总分	质量分	语义分	动态程度	多目标
OpenSora V1.3	77.23	80.14	65.62	56.21	30.28
AnimateDiff-V2	80.27	82.90	69.75	70.14	0.83
HunyuanVideo 540P	81.23	83.49	72.22	66.31	51.67
CogVideoX1.5-5B	82.17	82.78	79.76	65.02	50.93
VideoCrafter-2.0 VEnhancer	82.24	83.54	77.06	65.35	63.89
SkyReels V1 540P（Ours）	82.43	84.62	73.68	72.5	71.61

VBench 总分 82.43 超越 VideoCrafter-2.0 VEnhancer（82.24）和 CogVideoX1.5-5B（82.17），是开源 T2V 模型的 SOTA 表现

---

🛠️ 5 分钟快速上手

安装

# 1. 克隆仓库（推荐使用 skyreelsinfer 子目录）
git clone https://github.com/SkyworkAI/SkyReels-V1.git
cd SkyReels-V1/skyreelsinfer

# 2. 安装依赖（推荐 Python 3.10 + CUDA 12.2）
pip install -r requirements.txt

第一次生成视频（A800 / 高显存 GPU）

SkyReelsModel="Skywork/SkyReels-V1-Hunyuan-T2V"
python3 video_generate.py \
    --model_id ${SkyReelsModel} \
    --task_type t2v \
    --guidance_scale 6.0 \
    --height 544 \
    --width 960 \
    --num_frames 97 \
    --prompt "FPS-24, A cat wearing sunglasses and working as a lifeguard at a pool" \
    --embedded_guidance_scale 1.0

消费级 RTX 4090 推理（峰值 18.5G 显存）

关键提示：单张 RTX 4090 即可运行 4 秒视频生成，峰值显存仅 18.5G；通过 FP8 量化 + offload 策略，让开源视频模型真正进入消费级硬件时代

SkyReelsModel="Skywork/SkyReels-V1-Hunyuan-T2V"
python3 video_generate.py \
    --model_id ${SkyReelsModel} \
    --task_type t2v \
    --guidance_scale 6.0 \
    --height 544 \
    --width 960 \
    --num_frames 97 \
    --prompt "FPS-24, A cat wearing sunglasses and working as a lifeguard at a pool" \
    --embedded_guidance_scale 1.0 \
    --quant \         # 启用 FP8 量化
    --offload \        # 启用参数级 offload
    --high_cpu_memory \ # pinned memory 加速
    --parameters_level   # 进一步降低显存占用

⚠️ 注意：生成视频时，提示词必须以 "FPS-24, " 开头，这是训练时采用的帧率控制方法。

Web 界面（Gradio）

pip install gradio
cd scripts && python3 gradio_web.py --task_type t2v --gpu_num 1
# 根据终端提示打开浏览器访问本地服务器

---

📊 推理性能：比 HunyuanVideo 官方快 58.3%

团队自研的 SkyReels-Infer 推理框架通过多阶段优化，实现了显著优于 HunyuanVideo 官方 XDiT 的端到端性能：

RTX 4090 4 卡对比

GPU 数量	HunyuanVideo XDiT	SkyReels-Infer	性能提升
1 卡	VRAM OOM	889.31s	-
4 卡	464.3s	293.3s	快 58.3%
8 卡	无法分割序列	159.43s	-

4 卡 RTX 4090 上 SkyReels-Infer 端到端延迟比 HunyuanVideo XDiT 减少 58.3%（293.3s vs 464.3s），是消费级 GPU 用户级部署的标杆方案

A800 高性能 GPU 对比

GPU 数量	HunyuanVideo XDiT	SkyReels-Infer	性能提升
1 卡	884.20s	771.03s	14.7%
2 卡	487.22s	387.01s	25.9%
4 卡	263.48s	205.49s	28.2%
8 卡	无法分割序列	107.41s	-

在 A800 上 SkyReels-Infer 端到端延迟比 HunyuanVideo 官方版本减少 14.7%–28.2%，且支持 8 卡稳定部署。

---

💡 适用场景

场景 1：AI 短剧一站式制作（产品定位）

功能说明：SkyReels V1 同步开源的产品平台 skyreels.ai 整合了从创意到成片的完整工作流，集成 AI 视频、AI 短剧、对口型、生图、文本转语音、文本生成音乐、AI 音效、视频编辑、故事板 9 大功能。

输入要求：剧本大纲、角色照片或自动生成

输出效果：完整的 AI 短剧成片

适用场景：

• 短视频内容创作者日更 10 集短剧
• 营销团队快速产出品牌短片
• 教育/培训内容批量生产
• 独立创作者单兵作战

---

场景 2：角色驱动微表情生成（核心能力）

功能说明：33 种人物表情 × 400+ 种自然动作组合的"微表情革命"，精准控制 33 种核心表情（如愤怒时的眉间褶皱、悲伤时的嘴角抽动），实现"《演员的自我修养》级别的表演层次"。

输入要求：剧本 + 角色形象（可上传照片或自动生成）

输出效果：高度还原真人情感表达的角色动态视频

适用场景：

• 灾难场景中人物惊恐眼神 + 踉跄步伐 + 颤抖手势同步生成
• 复杂群戏中的多人调度，自动优化站位纵深避免人物重叠
• 多镜头语言（手持跟拍、俯冲视角等 10 种专业镜头）

---

场景 3：故事板到成片自动化

功能说明：用户输入故事大纲（场景设置、社会环境、人物设定、核心冲突），系统自动拆分场景、生成脚本，并按场景生成对应视频片段。

输入要求：完整故事大纲（含人物、对白、场景描述）

输出效果：分镜脚本 + 视频成片

适用场景：

• 短剧团队 5 分钟内完成"剧本→分镜→成片"全流程
• 单集成本从传统 3 万元降至 300 元
• 工业化流水线日更 10 集

---

场景 4：实际生成效果展示

功能说明：在角色一致性和表情合理度上"相比其他 AI 视频生成平台而言更为合理"，虽然仍有恐怖谷效应但已接近"208 们的演技"水准。

输入要求：故事板片段（25 积分/段）

输出效果：540p 24fps 电影级视频片段

适用场景：

• 影视公司后期预演
• 广告/营销素材快速试错
• AI 数字人内容生产

---

用户群体总结

• ✅ AI 短剧团队：日更产能 × 10 倍，单集成本 × 1/100
• ✅ 独立内容创作者：无需专业演员和剧组，单兵完成短剧全流程
• ✅ AI 开发者：开源 Apache-2.0 + Model License，支持商业用途，ComfyUI 工作流集成
• ✅ 教育/营销团队：批量生成教学/广告视频内容
• ❌ 不适合：超长电影级（建议用 SkyReels-V2 无限时长版）

---

💰 商业授权与定价

模型层授权：

• GitHub 开源协议：NOASSERTION（需查阅 LICENSE.txt）
• 模型权重：Hugging Face Skywork/SkyReels-V1-Hunyuan-T2V / SkyReels-V1-Hunyuan-I2V
• 支持商业用途

产品层定价（skyreels.ai 海外平台）：

• 包年基础套餐：$7.9/月
• 对比 Sora 20 美元/月：价格优势明显
• 新用户福利：连续 3 天赠送免费积分，每日 50 积分（可生成两小节 5 秒视频）

💡 新用户福利：连续 3 天每日 50 积分免费体验，可生成两小节 5 秒视频片段；包年仅 7.9 美元/月，远低于 Sora 20 美元/月

---

🎯 总结

核心优势回顾：

1. 开源 SOTA：VBench 82.43 超越 CogVideoX1.5-5B（82.17）和 VideoCrafter-2.0 VEnhancer（82.24）
2. 人物表情突破：33 种微表情 + 400+ 动作语义单元，还原《演员的自我修养》级别表演
3. 电影级美学：好莱坞级影视数据训练，构图光影镜头全方位专业
4. 消费级部署：单 RTX 4090 即可生成 4 秒视频，4 卡比 HunyuanVideo 快 58.3%
5. 完整生态：开源模型 + 商业平台 + ComfyUI 集成 + Apache-2.0 商业授权

推荐指数：⭐⭐⭐⭐⭐（满分 5 星）

适合人群：AI 短剧团队、内容创作者、AI 视频开发者、教育/营销团队

立即体验：

• 🏠 SkyReels 官网：https://www.skyreels.ai/home
• 📦 GitHub 仓库：SkyworkAI/SkyReels-V1
• 🤗 Hugging Face 模型：Skywork/SkyReels-V1-Hunyuan-T2V

开源协议：参考 LICENSE.txt（NOASSERTION）+ Model License，支持商业用途

---

数据截至 2026 年 6 月，最新信息请以 GitHub 仓库和 SkyReels 官网为准。