若webui无视频生成功能，需安装animatediff扩展并部署运动模型、使用mov2mov插件逐帧重绘、通过批量图生图+ffmpeg合成、用ebsynth utility补帧或加载temporalnet增强一致性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望使用Stable Diffusion将文本或图像转化为短视频，但当前WebUI界面中未显示视频生成功能，则可能是由于缺少必要扩展、运动模型未正确部署或配置参数不匹配。以下是解决此问题的步骤：
一、安装AnimateDiff扩展并配置运动模型
AnimateDiff是目前最主流的Stable Diffusion文本生成视频（Text-to-Video）方案，它通过向U-Net注入轻量级运动模块（Motion Module），使静态图生图模型具备帧间时序建模能力。该方法无需重训整个模型，兼容绝大多数SD 1.5/2.x及SDXL检查点。
1、打开AUTOMATIC1111 WebUI，在顶部导航栏点击“扩展” → “可用”选项卡。
2、在搜索框中输入"animatediff"，找到"sd-webui-animatediff"，点击“安装”按钮。
3、安装完成后，点击“重启UI”（非关闭浏览器，而是页面内触发重启）。
4、访问Hugging Face链接：https://huggingface.co/guoyww/animatediff/resolve/main/mm_sd_v15_v2.ckpt，下载motion module文件。
5、将下载的mm_sd_v15_v2.ckpt放入路径：stable-diffusion-webui/extensions/sd-webui-animatediff/model/（若目录不存在，请手动创建）。
6、再次重启WebUI，进入文生图界面后，应可见“AnimateDiff”标签页及运动参数面板。
二、使用Mov2mov插件逐帧重绘生成视频
Mov2mov属于图像驱动型视频生成方法，适用于已有参考视频或关键帧的风格迁移任务。其本质是对输入视频逐帧调用图生图（img2img）流程，利用ControlNet约束动作与结构，实现可控重绘。该方式对显存压力较低，适合中端GPU用户。
1、进入WebUI的“扩展” → “从URL安装”，粘贴地址：https://github.com/ArtVentureX/sd-webui-mov2mov，点击安装。
2、重启WebUI后，在左侧菜单栏确认出现“Mov2mov”新选项卡。
3、上传原始视频（MP4/WebM格式，建议≤10秒、分辨率≤768×512）。
4、设置基础参数：重绘幅度（Denoising strength）=0.4，启用OpenPose + Depth ControlNet，并确保对应预处理器已加载。
5、指定目标模型与提示词，点击“生成”，系统将自动拆帧、重绘、合成为新视频文件。
三、采用批量图生图+FFmpeg合成方案
该方法绕过专用视频扩展，完全基于WebUI原生图生图功能，通过脚本控制多轮推理生成图像序列，再用外部工具合成视频。灵活性高，便于调试单帧质量，且规避部分扩展兼容性问题。
1、准备一张高质量源图，作为所有帧的初始输入图像。
2、在WebUI中切换至“图生图”界面，勾选“迭代批次（Batch count）”并设为所需帧数（如24帧）。
3、在提示词中加入“frame 1 of 24”, “frame 2 of 24”…等动态标识（需配合Prompt Matrix或Dynamic Prompting脚本支持）。
4、设置种子（Seed）为-1以启用随机变化，同时保持CFG Scale=7–9与采样步数=20–30平衡稳定性与多样性。
5、生成完毕后，前往输出目录，使用FFmpeg命令行执行合成：ffmpeg -framerate 12 -i "output_%05d.png" -c:v libx264 -pix_fmt yuv420p output.mp4。
四、启用Ebsynth Utility进行关键帧引导补帧
Ebsynth Utility并非直接集成于SD WebUI，而是一个独立的后期处理工具，擅长在仅提供少量人工精修关键帧（如3–5帧）的前提下，自动传播纹理与细节至中间帧，显著提升视频连贯性与艺术一致性，常与AnimateDiff或Mov2mov结果联用。
1、从GitHub下载Ebsynth Utility v2.4.0或更高版本（Windows/Linux版）。
2、将AnimateDiff或Mov2mov生成的首帧、中帧、末帧导出为PNG，并用Photoshop或Clip Studio Paint进行手动优化（修正闪烁、畸变、结构断裂）。
3、在Ebsynth Utility中导入原始视频（未重绘版）作为“Source Video”，导入精修后的关键帧作为“Style Images”。
4、设置Patch Size=32, Search Radius=128, Iterations=8，启用“Preserve Edges”选项。
5、点击“Run Ebsynth”，等待处理完成，输出目录将生成补全后的完整帧序列。
五、加载TemporalNet增强帧间一致性
TemporalNet是专为缓解Mov2mov类方法闪烁问题设计的ControlNet子模块，通过引入时间维度卷积核，显式建模相邻帧特征差异，在不增加显著显存开销前提下提升运动平滑度。需单独安装并启用。
1、从GitHub仓库https://github.com/Kosinkadink/ComfyUI-AnimateDiff-Evolved获取TemporalNet模型文件（temporalnet_fp16.safetensors）。
2、将其放入stable-diffusion-webui/extensions/sd-webui-controlnet/models/目录。
3、重启WebUI后，在ControlNet面板中选择“temporalnet”模型，启用并设置Weight=0.8、Resize Mode=Scale to Fit (Inner Fit)。
4、上传视频首帧与第二帧构成双帧输入（需开启ControlNet“Batch”模式），其余设置保持与Mov2mov一致。
