介绍 TurboDiffusion 视频生成加速框架的环境部署与 WebUI 使用。涵盖 T2V 文本生成视频与 I2V 图像生成视频的流程、参数配置（分辨率、采样步数、种子等）、显存优化策略及常见问题解答。支持 Wan2.1 和 Wan2.2 模型，提供详细的提示词优化技巧与工作流建议，帮助用户快速实现高质量视频生成。
TurboDiffusion 是由清华大学、生数科技和加州大学伯克利分校联合推出的视频生成加速框架，基于 Wan2.1 和 Wan2.2 模型进行二次开发，集成 SageAttention、SLA（稀疏线性注意力）和 rCM（时间步蒸馏）等核心技术，将视频生成速度提升 100~200 倍。在单张 RTX 5090 显卡上，原本耗时 184 秒的生成任务可缩短至仅 1.9 秒。
本镜像已预装完整环境，所有模型均已离线下载并配置完毕，实现开机即用，无需额外安装依赖或下载权重。
提示：控制面板位于系统界面中，请确保正确登录账户后操作。
T2V（Text-to-Video）功能支持从自然语言描述生成高质量动态视频内容，适用于创意设计、广告制作、影视预演等场景。
Wan2.1-1.3B：轻量级模型，显存需求约 12GB，适合快速迭代与测试。Wan2.1-14B：大型模型，显存需求约 40GB，生成质量更高，适合最终输出。outputs/ 目录。高质量提示词是决定生成效果的核心因素之一。以下是构建有效提示词的方法论：
✓ 好：一只橙色的猫在阳光明媚的花园里追逐蝴蝶，花朵随风摇曳
✗ 差：猫和蝴蝶
✓ 好：未来城市的空中交通，飞行汽车在摩天大楼间穿梭，霓虹灯闪烁
✗ 差：未来城市
✓ 好：海浪拍打着岩石海岸，日落时分，金色的光芒洒在水面上
✗ 差：海边日落
I2V（Image-to-Video）功能已完整实现，支持将静态图像转化为具有自然运动的动态视频。该功能采用双模型架构（高噪声 + 低噪声模型自动切换），结合 ODE/SDE 采样模式与自适应分辨率技术，显著提升生成质量与稳定性。
output/| 参数 | 说明 | 推荐值 |
|---|---|---|
| Boundary | 模型切换的时间节点（占总步数比例） | 0.9 |
| ODE Sampling | 是否启用确定性采样 | 启用 |
| Adaptive Resolution | 是否根据输入图像比例自动调整输出 | 启用 |
| Sigma Max | 初始噪声强度，影响创造性 | 200 |
由于 I2V 需同时加载两个 14B 规模的模型（高噪声与低噪声），对显存要求较高：
| 显存级别 | 最小需求 | 推荐配置 | 适用 GPU |
|---|---|---|---|
| 最低运行 | ~24GB | 启用量化 (quant_linear=True) | RTX 4090 / 5090 |
| 高质量输出 | ~40GB | 关闭量化，全精度推理 | H100 / A100 |
quant_linear=Truesagesla 注意力机制（需安装 SpargeAttn）sla_topk 至 0.15| 模型名称 | 类型 | 显存需求 | 适用场景 |
|---|---|---|---|
| Wan2.1-1.3B | T2V | ~12GB | 快速测试、提示词验证 |
| Wan2.1-14B | T2V | ~40GB | 高质量输出 |
| Wan2.2-A14B（双模型） | I2V | ~24GB（量化）/ ~40GB（完整） | 图像转视频 |
| 参数 | 可选值 | 说明 | 推荐设置 |
|---|---|---|---|
| Attention Type | sagesla, sla, original | 注意力机制类型 | sagesla（最快） |
| SLA TopK | 0.05~0.2 | 控制注意力计算范围 | 0.1（默认），0.15（高质量） |
| Quant Linear | True / False | 是否启用线性层量化 | RTX 5090/4090 必须开启 |
| Num Frames | 33~161 | 输出帧数（@16fps ≈ 2~10 秒） | 默认 81 帧（~5 秒） |
| Sigma Max | T2V:80, I2V:200 | 初始噪声强度 | 根据任务调整 |
第一轮：测试提示词
├─ Model: Wan2.1-1.3B
├─ Resolution: 480p
├─ Steps: 2
└─ 快速验证创意可行性
第二轮：精细调整
├─ Model: Wan2.1-1.3B
├─ Resolution: 480p
├─ Steps: 4
└─ 优化提示词细节
第三轮：最终输出
├─ Model: Wan2.1-14B（可选）
├─ Resolution: 720p
├─ Steps: 4
└─ 生成高质量成品
quant_linear=True推荐使用以下五段式结构撰写提示词：
[主体] + [动作] + [环境] + [光线/氛围] + [风格]
示例：一位宇航员 + 在月球表面漫步 + 地球在背景中升起 + 柔和的蓝色光芒 + 电影级画质
建立个人'种子库'，记录表现优异的结果：
提示词：樱花树下的武士
种子：42
结果：优秀 ⭐⭐⭐⭐⭐
提示词：赛博朋克城市夜景
种子：1337
结果：优秀 ⭐⭐⭐⭐⭐
便于后续复现高质量输出。
解决方案：
sagesla 注意力机制（需安装 SpargeAttn）应对措施：
quant_linear=True优化方向：
sla_topk 至 0.15 提升细节关键条件：
默认路径：
/root/TurboDiffusion/outputs/
命名规则：
t2v_{seed}_{model}_{timestamp}.mp4i2v_{seed}_Wan2_2_A14B_{timestamp}.mp4示例：
t2v_0_Wan2_1_1_3B_20251224_153045.mp4
i2v_42_Wan2_2_A14B_20251224_162722.mp4
默认设置：
可调范围：
支持情况：
| 维度 | T2V | I2V |
|---|---|---|
| 输入类型 | 文本 | 图像 |
| 应用场景 | 创意生成 | 静态图动起来 |
| 模型架构 | 单模型 | 双模型（高 + 低噪声） |
| 显存需求 | 较低（~12–40GB） | 较高（~24–40GB） |
| 分辨率支持 | 480p / 720p | 当前仅 720p |
| 自适应分辨率 | 不支持 | 支持 |
原因分析：
| 模式 | 特点 | 推荐用途 |
|---|---|---|
| ODE | 确定性，结果锐利，可复现 | 主要推荐 |
| SDE | 随机性，结果柔和但鲁棒 | 多样性探索 |
建议优先使用 ODE，若效果不佳再尝试 SDE。
定义：根据输入图像的宽高比，自动计算输出分辨率，保持目标像素面积不变（如 720p = 921600 像素），避免图像拉伸或压缩。
优势：
建议：除非需要固定尺寸输出，否则强烈推荐启用。
| 属性 | 值 |
|---|---|
| 格式 | MP4 |
| 编码 | H.264 |
| 帧率 | 16 fps |
| 默认时长 | ~5 秒（81 帧） |
T2V: t2v_{seed}_{model}_{timestamp}.mp4
I2V: i2v_{seed}_Wan2_2_A14B_{timestamp}.mp4
字段含义：
t2v/i2v：生成类型{seed}：随机种子{model}：所用模型名称{timestamp}：生成时间戳（YYYYMMDD_HHMMSS）# 查看 WebUI 启动日志
tail -f webui_startup_latest.log
# 查看详细错误信息
cat webui_test.log
# 实时监控 GPU 状态（每秒刷新）
nvidia-smi -l 1
# 使用 watch 命令持续观察显存占用
watch -n 1 nvidia-smi
请查阅以下文档获取针对性帮助：
[todo.md]：已知问题与待修复项[CLAUDE.md]：技术原理与架构说明[SAGESLA_INSTALL.md]：SageAttention 安装指南[I2V_IMPLEMENTATION.md]：I2V 实现细节解析
微信公众号「极客日志V2」，在微信中扫描左侧二维码关注。展示文案：极客日志V2 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
随机生成西班牙地址（支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选），支持数量快捷选择、显示全部与下载。 在线工具，随机西班牙地址生成器在线工具，online
基于开源反向 Alpha 混合算法去除 Gemini/Nano Banana 图片水印，支持批量处理与下载。 在线工具，Gemini 图片去水印在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online