超强的AI 视频生成模型!完全免费开源,生成质量极高!HunyuanVideo 模型

c1f69f569e20241204150716

此开源的视频生成模型:包含 PyTorch 模型定义、预训练权重和推理/采样代码

📜 要求

下表为运行HunyuanVideo模型(batch size = 1)生成视频的要求:

模型 设置
(高度/宽度/框架)
去噪步骤 GPU 峰值内存
混元视频 720px1280px129f 三十 60GB
混元视频 544px960px129f 三十 45GB
  • 需要支持 CUDA 的 NVIDIA GPU。
    • 我们已经在单个 H800/H20 GPU 上进行了测试。
    • 最低限度:720px1280px129f 所需的最低 GPU 内存为 60GB,544px960px129f 所需的最低 GPU 内存为 45G。
    • 建议:我们建议使用具有 80GB 内存的 GPU 以获得更好的生成质量。
  • 测试的操作系统:Linux

🛠️ 依赖项和安装

首先通过下方的命令来克隆存储库:

git clone https://github.com/tencent/HunyuanVideo
cd HunyuanVideo

或者网盘打包下载【点击前往

Linux 安装指南

我们提供了一个environment.yml用于设置 Conda 环境的文件。Conda 的安装说明可在此处获得。

我们推荐 CUDA 版本 11.8 和 12.0+。

# 1. Prepare conda environment
conda env create -f environment.yml

# 2. Activate the environment
conda activate HunyuanVideo

# 3. Install pip dependencies
python -m pip install -r requirements.txt

# 4. Install flash attention v2 for acceleration (requires CUDA 11.8 or above)
python -m pip install git+https://github.com/Dao-AILab/flash-attention.git@v2.5.9.post1

此外,HunyuanVideo还提供了预先构建的Docker镜像: docker_hunyuanvideo

# 1. Use the following link to download the docker image tar file (For CUDA 12).
wget https://aivideo.hunyuan.tencent.com/download/HunyuanVideo/hunyuan_video_cu12.tar

# 2. Import the docker tar file and show the image meta information (For CUDA 12).
docker load -i hunyuan_video.tar

docker image ls

# 3. Run the container based on the image
docker run -itd --gpus all --init --net=host --uts=host --ipc=host --name hunyuanvideo --security-opt=seccomp=unconfined --ulimit=stack=67108864 --ulimit=memlock=-1 --privileged  docker_image_tag

🧱 下载预训练模型

下载预训练模型的详细信息显示在此处,或者在HuggingFace上下载【点击前往】共26G左右。

🧱下载文本编码器

HunyuanVideo采用MLLM模型和CLIP模型作为文本编码器。

  1. MLLM 模型(text_encoder 文件夹)

HunyuanVideo 支持不同的 MLLM(包括 HunyuanMLLM 和开源 MLLM 模型),现阶段我们尚未发布 HunyuanMLLM,建议社区用户使用Xtuer提供的llava-llama-3-8b,可通过以下命令下载

cd HunyuanVideo/ckpts
huggingface-cli download xtuner/llava-llama-3-8b-v1_1-transformers --local-dir ./llava-llama-3-8b-v1_1-transformers

为了节省模型加载的GPU内存资源,我们将的语言模型部分分离llava-llama-3-8b-v1_1-transformerstext_encoder

cd HunyuanVideo
python hyvideo/utils/preprocess_text_encoder_tokenizer_utils.py --input_dir ckpts/llava-llama-3-8b-v1_1-transformers --output_dir ckpts/text_encoder
  1. CLIP 模型(text_encoder_2 文件夹)

我们使用OpenAI提供的CLIP作为另一个文本编码器,社区用户可以通过以下命令下载此模型

cd HunyuanVideo/ckpts
huggingface-cli download openai/clip-vit-large-patch14 --local-dir ./text_encoder_2

🔑 推理

我们在下表中列出了我们支持的高度/宽度/框架设置。

分辨率 时长=9:16 高/宽=16:9 高/宽=4:3 高/宽=3:4 高/宽=1:1
540p 544px960px129f 960px544px129f 624px832px129f 832px624px129f 720px720px129f
720p(推荐) 720px1280px129f 1280px720px129f 1104px832px129f 832px1104px129f 960px960px129f

使用命令行

cd HunyuanVideo

python3 sample_video.py \
    --video-size 720 1280 \
    --video-length 129 \
    --infer-steps 50 \
    --prompt "A cat walks on the grass, realistic style." \
    --flow-reverse \
    --use-cpu-offload \
    --save-path ./results

更多配置

我们列出了一些更有用的配置以便于使用:

参数 默认 描述
--prompt 没有任何 视频生成的文字提示
--video-size 720 1280 生成的视频的大小
--video-length 129 生成视频的长度
--infer-steps 50 采样步数
--embedded-cfg-scale 6.0 嵌入式分类器免费指导量表
--flow-shift 7.0 流匹配调度程序的移位因子
--flow-reverse 错误的 如果反向,从 t=1 -> t=0 学习/采样
--seed 没有任何 生成视频的随机种子,如果没有,我们初始化一个随机种子
--use-cpu-offload 错误的 使用 CPU 卸载来加载模型以节省更多内存,这对于高分辨率视频生成是必要的
--save-path 。/结果 生成视频的保存路径

免费体验入口

HunyuanVideo 在线使用:【点击前往

开源项目地址

本地安装教程:

THE END
喜欢就支持一下吧
点赞4323 分享
微软 Phi-3 最新开源大模型,能否媲美 ChatGPT、Cladue 3?附本地安装部署! | 零度解说-零度博客

微软 Phi-3 最新开源大模型,能否媲美 ChatGPT、Cladue 3?附本地安装部署! | 零度解说

https://youtu.be/kqz4nDcKctg ------------------------------------- 🔔 Phi-3 大模型本地搭建工具下载:https://www.freedidi.com/12593.html
admin的头像-零度博客admin
2.1W+2176
FAA公佈美國50個機場名單將在機場周圍設立5G緩衝區-零度博客

FAA公佈美國50個機場名單將在機場周圍設立5G緩衝區

為了防止即將商用的C 頻段5G 網絡擴張對駕駛艙儀器造成乾擾, 美國聯邦航空管理局(FAA)出於謹慎考慮今天發布了一份美國各地50 個機場的名單,在這些機場周圍設立一個5G 緩衝區。 AT&T 和V...
admin的头像-零度博客admin
1.5W+2252
10个被隐藏的Chrome高级功能!探索谷歌浏览器更多的潜力-零度博客
Flux.1【Lora 真人模型】轻松生成真实质感的美图!-零度博客

Flux.1【Lora 真人模型】轻松生成真实质感的美图!

  1、ComfyUI Flux.1 【点击获取】 2、Lora 真人模型【点击下载】 3、工作流 【点击下载】 触发词:This is a high-resolution,everyday scene image with a natural style. 权重设置为0.9...
admin的头像-零度博客admin
5.1W+3255
手机与电脑之间传输数据最快的方式是什么?| 苹果手机和电脑相互传输视频,照片,文档等-零度博客

手机与电脑之间传输数据最快的方式是什么?| 苹果手机和电脑相互传输视频,照片,文档等

手机与电脑之间传输数据最快的方式是什么? 本期视频我主要介绍苹果手机与各种电脑之间在短距离传输数据:视频,照片, 文档等该如何选择最快最便捷的方式。 列举:苹果手机与Mac电脑,苹果手机...
历时1年!英特尔终于找到13/14代CPU 不稳定原因, 受影响用户可联系更换-零度博客

历时1年!英特尔终于找到13/14代CPU 不稳定原因, 受影响用户可联系更换

经过近一年的调查,英特尔终于找到了第 13/14 代桌面处理器在某些情况下出现不稳定甚至崩溃的原因。这些问题通常在用户玩游戏或运行高负载任务时出现,严重影响了用户的使用体验。 最初,英特尔...
Windows 11 版本 22H2 太阳谷版本更新!新功能、发布日期:你需要知道的一切-零度博客

Windows 11 版本 22H2 太阳谷版本更新!新功能、发布日期:你需要知道的一切

  Windows 11 将获得微软在 2021 年正式发布时确认的年度更新。预定于明年发布的 Windows 11 更新将是 22H2 版本。根据一份新报告,此更新将带回非常需要且当前缺少的任务栏功能。它还可能...
admin的头像-零度博客admin
1.7W+2250
Google One 的 VPN 服務來到 Mac 與 Windows 電腦上-零度博客

Google One 的 VPN 服務來到 Mac 與 Windows 電腦上

想要連上 Google One 的 VPN 的話,現在不用再靠手機中轉了。Google 推出了 Mac 和 Windows 兩個平台的 VPN app,全部 22 個有提供 VPN 服務的國家(包括台灣)都能使用。和手機版一樣,你可...
admin的头像-零度博客admin
1.7W+2250
内置免费VPN的5款浏览器!速度还真挺不错-零度博客

内置免费VPN的5款浏览器!速度还真挺不错

1.Opera浏览器 【官网】 2.Aloha 浏览器【官网】 3.Tor 浏览器 【官网】 4.Chrome 浏览器【插件1】【插件2】 5.Edge 浏览器金丝雀版【官网下载】
admin的头像-零度博客admin
5.1W+1696