通过阿里云GPU服务器生成AI视频（AIGC文本生成视频）

通过阿里云GPU服务器生成AI视频，即AIGC文本生成视频，本文阿腾云atengyun.com整理使用阿里云GPU服务器搭建Stable Diffusion模型，并基于ModelScope框架，实现使用文本生成视频，可以在阿里云CLUB中心查看 aliyun.club 当前最新的GPU服务器优惠券和报价单。

自多态模型GPT-4发布后，AIGC（AI Generated Content，AI生成内容）时代正扑面而来，从单一的文字文本，演化到更丰富的图片、视频、音频、3D模型等。本文基于阿里云GPU服务器和文本生成视频模型，采用Unet3D结构，通过从纯高斯噪声视频中，迭代去噪的过程，实现文本生成视频功能。

AIGC文本生成视频

大致流程为：先创建一台阿里云GPU服务器ecs.gn7i-c16g1.4xlarge实例，然后选择云镜像市场中的ai-inference-solution，该镜像内置了Stable Diffusion、太乙-中文模型和太乙-动漫风格模型以及模型运行环境。详细镜像介绍参考：阿里云解决AIGC/LLM方案镜像ai-inference-solution内置模型

创建一台阿里云GPU服务器

1、打开阿里云GPU服务器页面 https://t.aliyun.com/U/sRJ4bd 如下图：

阿腾云选择了一台GPU计算型gn7i云服务器，实例规格为ecs.gn7i-c16g1.4xlarge，NVIDIA A10 GPU卡，24 GB显存。价格方面，可以在阿里云CLUB中心查看 aliyun.club 当前最新的GPU服务器优惠券和报价单。

选择ai-inference-solution镜像

在镜像中选择“云市场镜像”，点击“从云市场获取更多选择（含操作系统）”，如下图：

然后搜索“ai-inference-solution”，点右侧的“使用”，如下图：

该镜像是免费使用的。该镜像能够解决解决stable-diffusion模型推理加速方案、chatglm-6b构建AI对话方案、Text-to-video-synthesis文本生成视频方案和文本生成3D模型方案 (HRN人脸重建)。

关于GPU服务器的公网IP配置选择，可以选择按使用流量计费，这是一种后付费模式，根据流量使用多少来收费，一般中国大陆地域是0.8元每GB，带宽峰值可设置100Mbps。更多其他的云服务器配置，阿腾云不多赘述，然后点击确认下单即可。

大约等待2、3分钟，阿里云系统会自动创建一台集成了三大模型和模型运行环境的GPU服务器。

创建成功后，就是远程连接到GPU服务器然后开始文本生成视频流程。不会远程连接的同学，参考教程：https://t.aliyun.com/U/STzZkL

文本生成视频

1、执行如下命令，切换conda环境到modelscope中

conda activate modelscope

2、执行如下命令，切换到scripts目录

cd /root/scripts

3、执行如下脚本，生成视频。

./text2video.py

说明：首次执行脚本时，会通过公网自动下载所需模型库，100 Mbps带宽下载时间大约为20分钟。生成的text2video.mp4视频文件存放在/root/scripts/output目录中。

本文使用阿里云GPU服务器的AIGC文本生成视频教程，参考阿里云，实际请以阿里云官网为准 atengyun.com/go/aliyun