SkyReels V2 в 2026 году: запуск в облаке за 7 шагов и дома

Первый ролик в браузере за 7 шагов

1. Привяжи карту: huggingface.co/settings/billing/payment.
2. Открой huggingface.co/spaces/fffiloni/SkyReels-V2. Кнопка Generate серая.
3. Нажми три точки справа вверху, выбери Duplicate this Space.
4. В списке железа выбери L40S: 1,80 доллара в час, счёт поминутный.
5. Нажми Duplicate Space и жди. Вверху встанет твоё имя.
6. Впиши описание сцены на английском, длина 4, модель SkyReels-V2-DF-1.3B-540P.
7. Нажми Generate. По готовности справа заиграет ролик и появится стрелка скачивания.

Мелочи, на которых спотыкаются. Оплата вычислений тут принимается только картой: «The only payment method supported for Hugging Face compute services is credit cards», и сама копия требует платного тарифа. До переноса вверху площадки висит «Attention: this Space need to be duplicated to work», кнопка запуска не нажимается. У карты L40S 48 ГБ видеопамяти, цена подписана там же: «A L40s costs US$1.80/h». Сразу после скачивания зайди в настройки копии и поставь её на паузу: счётчик останавливается только там.

Получилось или нет

Проверь по трём признакам:

Ролик скачался файлом output.mp4 и открывается любым проигрывателем. Длина примерно четыре секунды: это 97 кадров при 24 кадрах в секунду, ровно то, что модель выдаёт по умолчанию. Картинка размером 544 на 960 точек, вертикальная.

Звука в файле нет, и это не поломка. Модель делает немое видео, генератора звука внутри нет. Если нужен голос или музыка, их накладывают отдельно, и это другая задача с другими сервисами.

Ролик вышел мутным или сцена развалилась: дело почти всегда в описании. Модель обучена на длинных описаниях, короткое «кот на кухне» ей не за что зацепить. Рабочая длина запроса это два-три предложения с предметом, действием, светом и движением камеры.

Если дома есть видеокарта

Домашний запуск снимает почасовой счёт, взамен просит место и терпение: сам код это 20 МБ и 37,80 секунды, веса это от 17,6 до 82,3 ГБ и весь вечер. Сколько минут считается один ролик, авторы не пишут нигде: число упирается в конкретную карту, и честнее замерить его своим первым прогоном, чем поверить чужому обзору.

Открой окно для ввода команд («Терминал» на Mac и Linux, «PowerShell» на Windows), вставь первую строку и нажми Enter:

git clone https://github.com/SkyworkAI/SkyReels-V2

Скачивается только код, это быстро: у меня ушло 37,80 секунды и 20 МБ на диске. Перейди внутрь скачанной папки и поставь зависимости:

cd SkyReels-V2
pip install -r requirements.txt

Среда, на которой модель проверяли авторы, это Python 3.10.12, и на ней меньше всего сюрпризов со сборкой.

Замер 21.09.2026 на macOS 26.3.1: код проекта скачался за 37,80 секунды и занял 20 МБ, список зависимостей состоит из 16 строк. Вес самих весов снят по описи файлов на Hugging Face, без скачивания: младшая модель `DF-1.3B-540P` это 13 файлов и 17,6 ГБ, старшая `DF-14B-540P` это 25 файлов и 69,0 ГБ.

Какая карта нужна под какую модель

Главная цифра при домашнем запуске это пик видеопамяти. Вот что пишет само описание модели.

Generating a 540P video using the 1.3B model requires approximately 14.7GB peak VRAM, while the same resolution video using the 14B model demands around 51.2GB peak VRAM

Вес на диске снят по описи файлов, пик видеопамяти взят из описания модели. Читается это так: карта на 16 ГБ тянет младшую модель, карта на 24 ГБ младшую тянет спокойно, а старшую не тянет вовсе. Под старшую нужна карта уровня 48 ГБ и выше, дома такие стоят как подержанный автомобиль, и тут честнее посчитать аренду, чем покупку.

Буквы в именах означают вход. T2V это текст в видео. I2V это картинка в видео, тогда к команде добавляется --image с путём к файлу. DF это режим, в котором ролик достраивается кусками и потому может быть длинным.

Готовый запуск, который можно скопировать

Вот команда текст в видео из документации, ролик на четыре секунды:

python3 generate_video.py --model_id Skywork/SkyReels-V2-T2V-14B-540P --resolution 540P --num_frames 97 --guidance_scale 6.0 --shift 8.0 --fps 24 --offload --teacache --use_ret_steps --teacache_thresh 0.3 --prompt "A serene lake surrounded by towering mountains, with a few swans gracefully gliding across the water and sunlight dancing on the surface."

Это старшая модель, ей нужно около 43,4 ГБ. Домашняя карта на 16 ГБ берёт младшую, и тогда меняются два места: запускается файл generate_video_df.py, а в --model_id подставляется Skywork/SkyReels-V2-DF-1.3B-540P. Остальные значения те же, плюс три флага режима DF: --base_num_frames 97, --overlap_history 17 и --addnoise_condition 20. Последнее авторы советуют держать около двадцати и не поднимать выше пятидесяти.

Что означают флаги. --offload разгружает видеопамять, перекладывая часть модели в обычную, и документация рекомендует держать его включённым. --teacache с порогом ускоряет счёт. --guidance_scale это сила следования тексту, --shift отвечает за плавность движения. Длина ролика висит на флаге --num_frames, и вот вся его таблица из документации при 24 кадрах в секунду.

Для картинки в видео меняются два значения: --guidance_scale 5.0 и --shift 3.0, и добавляется --image с путём к твоему файлу.

Что ломается чаще всего

Четыре поломки закрывают почти все первые запуски. Текст на экране привожу дословно, по нему и ищется причина.

AttributeError: 'WanModel' object has no attribute 'coefficients'. Включён ускоритель --teacache, а имя модели в команде не совпадает с тем, что реально скачано. Лечится двумя способами: убрать ускоритель или выправить --model_id до той модели, чьи файлы лежат на диске.

killed, и больше ничего. Процесс снят самой системой, потому что кончилась память. На карте 24 ГБ это ловят даже на младшей модели. Сначала добавь --offload, потом понижай длину куска: --base_num_frames 77, если не помогло, --base_num_frames 57.

torch.OutOfMemoryError сразу при старте на двух картах. Запуск на нескольких картах кладёт полную копию модели на каждую, память не складывается. Считай требование на одну карту, а не на пару.

Сборка flash-attn падает с ошибкой компиляции. Классическое несовпадение версий CUDA и PyTorch. Ставь готовый пакет под свою пару версий вместо сборки из исходников, либо запускай без него.

Чего от неё ждать не надо

Честное сравнение с платными сервисами по подписке выглядит так.

Звука нет. Совсем. Ролик выходит немым, и никакой флаг этого не меняет. Там, где у Veo 3 есть настоящая звуковая дорожка с голосами и шумами сцены, тут только картинка.

Понимание сложных сцен слабее. Две фигуры, взаимодействие, текст в кадре: на этом модель ошибается заметно чаще закрытых сервисов. Зато она не задаёт вопросов про содержание ролика и не отказывает.

Время генерации измеряется минутами, а не секундами, и растёт с длиной. Минутный ролик на домашней карте это не «нажал и посмотрел», это «поставил и ушёл».

Порог входа считается в шагах: семь до первого ролика в браузере или вечер закачки дома против одной регистрации, с которой начинают браузерные сервисы для видео. И карту к профилю тут просят ещё до первого кадра. Если нужен просто оживший снимок, есть путь короче.

Что взамен: плата не за каждую генерацию, а за время работы карты или вовсе ноль на своём железе, полный контроль над параметрами и лицензия, которая разрешает коммерческое применение.

Как это остановить и ничего не платить

В облаке счёт идёт за время, пока карта включена, а не за ролики: «Billing on Spaces is based on hardware usage and is computed by the minute». Выходов из счёта ровно два, и оба в настройках копии: «To interrupt the billing on your Space, you can change the Hardware to CPU basic, or pause it». Пауза надёжнее: «Paused time is not billed», копия остаётся у тебя и включается обратно одним нажатием.

Цифры по арендованной карте я взял не из обзоров: 48 ГБ видеопамяти и 1,80 доллара в час стоят прямо в документации Hugging Face про арендованные карты, там же расписана поминутная тарификация.

Дома счёт приходит только диску. Освобождает место папка с весами, и цена решения видна заранее: 17,6 ГБ у младшей модели, 69,0 ГБ у старшей, 82,3 ГБ у той, что делает видео из картинки. Убрал - повторная закачка займёт ровно столько же, сколько первая.

Источники

Все страницы открыты живым запросом 21 сентября 2026 года; вес моделей снят по описи файлов, а требования и флаги взяты из описания модели, а не из чужих обзоров

• Исходный код SkyReels V2 на GitHub - команды установки, среда Python 3.10.12, все флаги запуска, требования к видеопамяти, таблица длительности
• Условия использования SkyReels V2 - лицензия Skywork Community License и разрешение на коммерческое применение
• Карточка модели SkyReels-V2-DF-1.3B-540P - состав файлов и вес весов до скачивания
• Площадка запуска SkyReels V2 на Hugging Face - перенос на свой профиль, цена карты L40S, значения по умолчанию
• Документация Hugging Face про арендованные карты - цена и объём памяти L40S, поминутная тарификация, остановка счёта паузой
• Документация Hugging Face про оплату - привязка карты, единственный способ оплаты вычислений
• Обсуждения в исходном коде SkyReels V2 - дословные тексты ошибок первых запусков
• Собственный прогон 21 сентября 2026 года, macOS - клонирование кода по часам и опись файлов моделей

Карточка запуска SkyReels V2

Шесть значений, которые нужны при каждом новом запуске: сохрани их отдельно, чтобы не открывать разбор заново

Частые вопросы