Gradio-Lightx2v

基于 LightX2V 的 Gradio 应用，提供图片与视频生成界面。

页面	任务	模型
视频生成	I2V、T2V	Wan2.1、Wan2.2
图片生成	I2I	Qwen-Image-Edit-2511
图片生成	T2I	Qwen-Image-2512、Z-Image-Turbo

支持模型组件下载、LoRA 选择，以及中文和英文界面。模型权重由用户准备，或在界面中选择 Hugging Face / ModelScope 下载。

模型目录、界面参数、算子与日志说明见使用指南 / English guide。

安装

需要 Python 3.10+，以及适合目标模型的 GPU 和 LightX2V 推理环境。先按照 LightX2V 安装说明配置 PyTorch 和所需的计算算子，再在同一 Python 环境安装本应用。

已经有本地 LightX2V 源码时，在本仓库根目录运行（按实际位置调整路径）：

python -m pip install -e ../LightX2V -e .

也可以从固定的上游源码版本安装引擎：

python -m pip install -e . "lightx2v @ git+https://github.com/ModelTC/LightX2V.git@62d99a762b5ec5ddeebd9ea65fb71bf7dc38558d"

本应用使用 Gradio 5.50.0 和 LightX2V 0.5.0。

启动

模型目录需要已存在，可以先创建空目录，再通过界面下载权重。安装后可以在任意工作目录执行：

gradio-lightx2v \
  --model_path /path/to/models \
  --output_dir /path/to/outputs \
  --gpu 0 \
  --lang zh \
  --server_port 7862 \
  --no-share \
  --no-inbrowser

在本机访问 http://127.0.0.1:7862。也可以使用 python -m gradio_lightx2v，参数完全相同。运行 gradio-lightx2v --help 查看参数，不需要加载模型。

参数	默认值／说明
--model_path	必填，已有模型根目录
--output_dir	当前工作目录下的 outputs，保存结果与 inference_logs.log
--lang	zh，可选 en
--server_port / --port	7862
--server_name	0.0.0.0
--gpu	省略时保留环境中的 CUDA_VISIBLE_DEVICES；指定时在导入 PyTorch 前设置
--share / --no-share	默认开启，控制是否创建 Gradio 分享链接
--inbrowser / --no-inbrowser	默认开启，控制自动打开浏览器

相对路径以调用命令时的工作目录为基准。程序默认设置 DTYPE=BF16、PROFILING_DEBUG_LEVEL=2 和 PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True；已显式设置的环境变量会保留。

安装后也可以使用启动脚本：

bash app/run_gradio.sh --model_path /path/to/models --lang zh
python app/gradio_demo.py --model_path /path/to/models --lang en

Windows：

app\run_gradio_win.bat --model_path "D:\models" --lang zh

启动时会查询远程模型列表，首次生成时加载所选模型。

Wan 视频使用以下预设尺寸（高 × 宽）。图生视频按输入图片的宽高比选择横向、竖向或方形尺寸，居中裁剪后缩放；文生视频使用横向尺寸。

档位	横向	竖向	方形
480p	480 × 832	832 × 480	480 × 480
540p	544 × 960	960 × 544	576 × 576
720p	720 × 960	960 × 720	720 × 720