纯净无噪，智见未来——MAGI-1本地部署教程，自回归重塑数据本质

一、MAGI-1简介

MAGI-1 是一种逐块生成视频的自回归去噪模型，而非一次性生成完整视频。每个视频块（含 24 帧）通过整体去噪处理，当前块达到特定去噪阈值后，立即启动下一块的生成。这种流水线设计支持 最多 4 个块的并发处理 ，显著提升视频生成效率。

• 基于 Transformer 架构的变分自编码器（VAE）
• 采用 Transformer 架构的变分自编码器，支持 8 倍空间压缩和 4 倍时间压缩 ，在实现最快平均解码速度的同时，具备高度竞争性的重构质量。

SandAI提供了 MAGI-1 的预训练权重，包括 240 亿参数和 45 亿参数的模型，以及对应的蒸馏模型（Distill）和蒸馏 + 量化模型（Distill+Quant）。所有模型权重的下载链接详见表中内容。

Model	Link	Recommend Machine
T5	T5	-
MAGI-1-VAE	MAGI-1-VAE	-
MAGI-1-24B	MAGI-1-24B	H100/H800 * 8
MAGI-1-24B-distill	MAGI-1-24B-distill	H100/H800 * 8
MAGI-1-24B-distill+fp8_quant	MAGI-1-24B-distill+quant	H100/H800 * 4 or RTX 4090 * 8
MAGI-1-4.5B	MAGI-1-4.5B	RTX 4090 * 1

二、本地部署

环境	版本
Python	>=3.10
PyTorch	=2.4.0
Ubtuntu	=22.4.0

注意由于官方目前并没有开放4.5B的模型，因此本次部署的是MAGI-1-24B-distill+fp8_quant这个模型，需要显卡H100/H800 * 4 or RTX 4090 * 8

1.创建虚拟环境

1.1安装Miniconda

步骤1：更新系统
首先，更新您的系统软件包：

sudo apt update
sudo apt upgrade -y

步骤2：下载Miniconda安装脚本
访问Miniconda的官方网站或使用以下命令直接下载最新版本的安装脚本（以Python 3为例）：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

步骤3：验证安装脚本的完整性（可选）
下载SHA256校验和文件并验证安装包的完整性：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh.sha256
sha256sum Miniconda3-latest-Linux-x86_64.sh

比较输出的校验和与.sha256文件中的值是否一致，确保文件未被篡改。

步骤4：运行安装脚本
为安装脚本添加执行权限：

chmod +x Miniconda3-latest-Linux-x86_64.sh

运行安装脚本：

./Miniconda3-latest-Linux-x86_64.sh

步骤5：按照提示完成安装
安装过程中，您需要：

阅读许可协议：按Enter键逐页阅读，或者按Q退出阅读。
接受许可协议：输入yes并按Enter。
选择安装路径：默认路径为/home/您的用户名/miniconda3，直接按Enter即可，或输入自定义路径。
是否初始化Miniconda：输入yes将Miniconda添加到您的PATH环境变量中。
步骤6：激活Miniconda环境
安装完成后，使环境变量生效：

source ~/.bashrc

步骤7：验证安装是否成功
检查conda版本：

conda --version

步骤8：更新conda（推荐）
为了获得最新功能和修复，更新conda：

conda update conda

1.2.创建虚拟环境

conda create -n magi python==3.10.12

2.下载PyTorch

#进入虚拟环境
conda activate magi
#下载pytorch
conda install pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 pytorch-cuda=12.4 -c pytorch -c nvidia

3.克隆MAGI-1仓库

自动下载

git clone https://github.com/SandAI-org/MAGI-1.git

或者可以进入下面的网页收到过下载到本地

网址：SandAI-org/MAGI-1：MAGI-1：大规模自回归视频生成

4.安装依赖

#进入项目目录
cd /MAGI-1
#安装依赖
pip install -r requirements.txt
# Install ffmpeg
conda install -c conda-forge ffmpeg=4.4

5.安装MagiAttention

#下载MagiAttention
git clone https://github.com/SandAI-org/MagiAttention.git
#进入文件夹
cd /MAGI-1/MagiAttention
#安装依赖
git submodule update --init --recursive
pip install --no-build-isolation .

6.启动

6.1.参数说明

• --config_file：指定配置文件的路径，其中包含模型配置参数，例如 .example/24B/24B_config.json
• --mode：指定作模式。可用选项包括：
  • t2v： 文本到视频
  • i2v： 图像到视频
  • v2v： 视频到视频
• --prompt：用于生成视频的文本提示，例如 ."Good Boy"
• --image_path：图像文件的路径，仅在 mode 中使用。i2v
• --prefix_video_path：前缀视频文件的路径，仅在 mode 中使用。v2v
• --output_path：保存生成的视频文件的路径。

6.2.Bash 脚本

#!/bin/bash
# Run 24B MAGI-1 model
bash example/24B/run.sh# Run 4.5B MAGI-1 model
bash example/4.5B/run.sh

视频保存路径：/MAGI-1/example/assets/

6.3.自定义参数

您可以根据需要修改 中的参数。例如：run.sh

• 要使用 Image to Video 模式 （），请设置为 并提供 ：i2v``--mode``i2v``--image_path

  --mode i2v \
  --image_path example/assets/image.jpeg \
  

• 要使用 Video to Video 模式 （），请设置为 并提供 ：v2v``--mode``v2v``--prefix_video_path

  --mode v2v \
  --prefix_video_path example/assets/prefix_video.mp4 \
  

通过调整这些参数，您可以灵活地控制输入和输出以满足不同的要求。

7.使用本地下载模型（推荐）

在启动MAGI-1中它会在Hugging Face中下载模型，但是由于网络等原因会出现下载失败的问题，因此推荐本地下载模型

在魔搭社区中下载

#下载模型
modelscope download --model sand-ai/MAGI-1
#下载到指定文件夹modelscope download --model 'sand-ai/MAGI-1' --local_dir 'path/to/dir'

7.1.配置模型路径

路径：/MAGI-1/example/24B/24B_config.json

按照自己的模型路径修改框中的三个参数

8.启动Web页面（可选）

官方发布的模型是没有web页面，本页面为自制，需要的可以设置

安装依赖

pip install gradio==5.26.0 python-dotenv psutil

8.1.目录结构

按照结构创建web及其web中的文件

/MAGI-1/
├── web/
│   ├── app.py               # 主程序
│   ├── config_manager.py    # 配置文件操作
│   ├── run_script.py        # 脚本执行器
│   └── presets/             # 预设配置存储
└── example/└── 24B/└── 24B_config.json  # 模型配置文件

还要创建log

mkdir -p /MAGI-1/log

设置执行权限

chmod +x /MAGI-1/example/24B/run.sh

8.2.Gradio 前端实现 (app.py)

import gradio as gr
import json
import os
import time
from config_manager import update_config, load_config
from run_script import run_generationBASE_DIR = "/MAGI-1"
CONFIG_PATH = os.path.join(BASE_DIR, "example/24B/24B_config.json")
PRESETS_DIR = os.path.join(BASE_DIR, "web/presets")
OUTPUT_DIR = os.path.join(BASE_DIR, "example/assets")  # 明确输出目录# 初始化配置
def init_ui():config = load_config(CONFIG_PATH)return [config["num_frames"],config["video_size_h"],config["video_size_w"],config["num_steps"],config["window_size"],config["fps"]]# 动态显示输入组件
def toggle_inputs(mode):return [gr.File(visible=mode == "i2v", file_types=["image/*"]),  # 允许所有图片类型gr.File(visible=mode == "v2v", file_types=["video/*"]),  # 允许所有视频类型gr.Text(visible=True)]# 保存预设
def save_preset(name, params):preset_path = os.path.join(PRESETS_DIR, f"{name}.json")with open(preset_path, "w") as f:json.dump(params, f)return f"预设 {name} 保存成功！"# 加载预设
def load_preset(name):preset_path = os.path.join(PRESETS_DIR, f"{name}.json")with open(preset_path, "r") as f:  # 正确加载 JSON 文件params = json.load(f)return list(params.values())  # 返回参数列表with gr.Blocks(title="MAGI-I 视频生成系统", theme=gr.themes.Soft()) as app:gr.Markdown("# 🎥 MAGI-I 智能视频生成系统")with gr.Row():with gr.Column(scale=1):mode = gr.Radio(label="生成模式",choices=["t2v", "i2v", "v2v"],value="t2v")prompt = gr.Textbox(label="输入提示", placeholder="请输入提示词...")image_input = gr.File(label="上传图片", visible=False, type="binary")video_input = gr.File(label="参考视频", visible=False, type="binary")num_frames = gr.Slider(4, 128, step=8, label="视频帧数")video_size_h = gr.Slider(256, 1080, step=16, label="视频高度")video_size_w = gr.Slider(256, 1920, step=16, label="视频宽度")num_steps = gr.Slider(1, 20, step=1, label="生成步数")window_size = gr.Slider(1, 8, step=1, label="窗口大小")fps = gr.Slider(12, 60, step=1, label="帧率")with gr.Accordion("预设管理", open=False):preset_name = gr.Textbox(label="预设名称")save_btn = gr.Button("保存当前配置")preset_status = gr.Textbox(label="操作状态")load_dropdown = gr.Dropdown(label="加载预设",choices=[f.split(".")[0] for f in os.listdir(PRESETS_DIR)])start_btn = gr.Button("🚀 开始生成", variant="primary")with gr.Column(scale=2):output_video = gr.Video(label="生成结果", format="mp4")progress = gr.Slider(0, 100, label="生成进度", interactive=False)duration_display = gr.Textbox(label="生成耗时（秒）")  # 新增时间显示logs = gr.Textbox(label="生成日志", lines=10)with gr.Accordion("生成历史", open=True):history = gr.DataFrame(headers=["时间", "模式", "提示词", "输出文件", "耗时"],datatype=["str", "str", "str", "str", "str"],interactive=False)# 事件绑定mode.change(toggle_inputs, inputs=mode, outputs=[image_input, video_input, prompt])save_btn.click(save_preset,inputs=[preset_name, num_frames, video_size_h, video_size_w, num_steps, window_size, fps],outputs=preset_status)load_dropdown.change(load_preset,inputs=load_dropdown,outputs=[num_frames, video_size_h, video_size_w, num_steps, window_size, fps])start_btn.click(run_generation,  # 确保该函数返回 durationinputs=[mode, prompt, image_input, video_input,num_frames, video_size_h, video_size_w,num_steps, window_size, fps],outputs=[output_video, progress, logs, history, duration_display])if __name__ == "__main__":app.launch(server_port=8080,server_name="0.0.0.0",allowed_paths=[OUTPUT_DIR,  # 使用变量定义允许路径PRESETS_DIR],app_kwargs={"static_dirs": {"/assets": OUTPUT_DIR  # 确保静态路径映射正确}})

8.3.配置文件管理 (config_manager.py)

import json
import osdef load_config(path):with open(path, "r") as f:return json.load(f)def update_config(path, params):config = load_config(path)config.update({"num_frames": int(params[0]),"video_size_h": int(params[1]),"video_size_w": int(params[2]),"num_steps": int(params[3]),"window_size": int(params[4]),"fps": int(params[5])})with open(path, "w") as f:json.dump(config, f, indent=2)

8.4.脚本执行器 (run_script.py)

import subprocess
import time
import os
from threading import Thread
from queue import Queue, EmptyBASE_DIR = "/MAGI-1"
LOG_DIR = os.path.join(BASE_DIR, "log")
OUTPUT_DIR = os.path.join(BASE_DIR, "example/assets")  # 明确定义输出目录def convert_video(input_path):"""使用ffmpeg转码为H.264格式（增加错误处理）"""if not os.path.exists(input_path):return input_pathoutput_path = input_path.replace(".mp4", "_converted.mp4")try:subprocess.run(["ffmpeg", "-v", "error",  # 隐藏非必要日志"-i", input_path,"-c:v", "libx264","-preset", "fast","-movflags", "+faststart",  # 优化网络播放"-y",output_path], check=True, stderr=subprocess.PIPE)print(f"转码成功: {input_path} -> {output_path}")return output_pathexcept subprocess.CalledProcessError as e:print(f"转码失败: {e.stderr.decode()}")return input_pathexcept Exception as e:print(f"未知错误: {str(e)}")return input_pathdef run_generation(mode, prompt, image, video, *params):start_time = time.time()# 初始化临时文件变量temp_image = Nonetemp_video = None# 确保输出目录存在os.makedirs(OUTPUT_DIR, exist_ok=True)# 生成唯一文件名（包含原始模式标记）timestamp = int(time.time())base_name = f"output_{mode}_{timestamp}"raw_path = os.path.join(OUTPUT_DIR, f"{base_name}.mp4")if not prompt or prompt.strip() == "":raise ValueError("提示词不能为空！")# 构建命令参数（使用列表格式避免注入风险）cmd_args = ["bash", os.path.join(BASE_DIR, "example/24B/run.sh"),"--mode", mode,"--prompt", prompt.strip(),  # 添加清理空格处理"--output_path", raw_path]# 处理输入文件（使用临时文件拷贝）if mode == "i2v" and image:temp_image = os.path.join(OUTPUT_DIR, f"temp_{timestamp}.jpg")with open(temp_image, "wb") as f:f.write(image)  # 直接写入二进制数据cmd_args.extend(["--image_path", temp_image])if mode == "v2v" and video:temp_video = os.path.join(OUTPUT_DIR, f"temp_{timestamp}.mp4")with open(temp_video, "wb") as f:f.write(video)  # 直接写入二进制数据cmd_args.extend(["--prefix_video_path", temp_video])# 执行生成（禁用shell=True提高安全性）logs = []try:process = subprocess.Popen(cmd_args,stdout=subprocess.PIPE,stderr=subprocess.STDOUT,text=True,encoding="utf-8",errors="replace")# 实时日志捕获def logger():while True:output = process.stdout.readline()if output == '' and process.poll() is not None:breakif output:logs.append(output.strip())log_thread = Thread(target=logger)log_thread.start()process.wait()log_thread.join()except Exception as e:logs.append(f"执行错误: {str(e)}")finally:  # 清理临时文件for f in [temp_image, temp_video]:if f is not None and os.path.exists(f):os.remove(f)# 转码处理final_path = convert_video(raw_path)# 设置文件权限（兼容Windows）if os.name != 'nt':os.chmod(final_path, 0o644)# 生成web路径（与static_dirs配置对应）web_path = f"/assets/{os.path.basename(final_path)}"# 计算耗时（包含转码时间）time_cost = time.time() - start_time# 构建历史记录history_entry = [time.strftime("%Y-%m-%d %H:%M:%S"),mode.upper(),prompt[:20] + "..." if len(prompt) > 20 else prompt,os.path.basename(final_path),f"{time_cost:.1f}秒"]return (final_path,        # 输出视频路径，返回绝对路径100,             # 进度"\n".join(logs), # 日志[history_entry], # 历史记录f"{time_cost:.1f}秒"  # 耗时显示)

8.5.需要修改的 run.sh 脚本

路径：/MAGI-1/example/24B/run.sh

#!/bin/bash# ...保持原有环境变量设置不变...# 解析命令行参数
while [[ $# -gt 0 ]]; docase "$1" in--mode)MODE=$2shift 2;;--prompt)PROMPT=$2shift 2;;--image_path)IMAGE_PATH=$2shift 2;;--prefix_video_path)PREFIX_VIDEO_PATH=$2shift 2;;--output_path)OUTPUT_PATH=$2shift 2;;*)shift;;esac
done# 更新运行命令
torchrun $DISTRIBUTED_ARGS inference/pipeline/entry.py \--config_file example/24B/24B_config.json \--mode ${MODE:-t2v} \--prompt "${PROMPT:-Good Boy}" \${IMAGE_PATH:+--image_path $IMAGE_PATH} \${PREFIX_VIDEO_PATH:+--prefix_video_path $PREFIX_VIDEO_PATH} \--output_path ${OUTPUT_PATH:-example/assets/output.mp4}

8.6.修改路径

路径：/MAGI-1/inference/pipeline/prompt_process.py
将prompt_process.py文件中框出来的部分修改为如图所示

8.7.启动 Web 服务

cd /MAGI-1/web
python app.py

结果：

#在浏览器中输入网址
http://127.0.0.1:8080

web页面：