AnimateDiff本地部署需严格匹配环境与路径：一、装CUDA 12.1驱动，建conda环境并安装对应PyTorch；二、克隆v1.5.0代码，放SD1.5模型至models/diffusion_models；三、下载motion module权重至models/motion_modules；四、修改anima.yaml中model_path和motion_module_path为本地绝对路径；五、运行inference.py生成动画，遇类型错误需加model.float()。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您希望在本地运行AnimateDiffAI实现一键生成动画，但发现环境配置复杂、依赖冲突或模型加载失败，则可能是由于Python环境、CUDA版本或模型权重路径不匹配所致。以下是完成AnimateDiff本地部署的具体步骤：
一、准备基础运行环境
AnimateDiff依赖特定版本的PyTorch和CUDA工具链，需确保系统级GPU支持与Python包版本严格对齐。使用不兼容的torch版本将导致模型无法初始化或forward报错。
1、安装NVIDIA驱动，确认驱动版本支持CUDA 11.8或12.1（推荐12.1）。
2、创建独立conda环境：conda create -n animatediff python=3.10。
3、激活环境后执行：pip3 install torch torchvision torchaudio –index-url https://download.pytorch.org/whl/cu121。
4、验证CUDA可用性：python -c “import torch; print(torch.cuda.is_available())”，输出True为成功。
二、克隆并配置AnimateDiff代码库
官方GitHub仓库包含核心推理逻辑与插件结构，需拉取稳定分支而非main最新提交，避免API变动引发Pipeline中断。
1、执行git clone https://github.com/guoyww/AnimateDiff.git。
2、切换至v1.5.0标签：cd AnimateDiff && git checkout v1.5.0。
3、安装项目依赖：pip install -r requirements.txt。
4、手动创建models/diffusion_models目录，并将SD1.5基础模型ckpt文件放入该路径，文件名设为diffusion_pytorch_model.bin。
三、下载并放置Motion Module权重
Motion Module是AnimateDiff区别于普通Stable Diffusion的关键组件，缺失该模块将导致generate函数抛出KeyError: ‘motion_modules’异常。
1、访问Hugging Face Hub搜索AnimateDiff-Motion-Module，下载animatediff_motion_module_v15.safetensors。
