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
Grok 3 、Deepseek、ChatGPT 在线下棋!谁是最终赢家?-零度博客

Grok 3 、Deepseek、ChatGPT 在线下棋!谁是最终赢家?

 1、五子棋自定义对决:【点击前往】2、五子棋多人在线比赛:【点击前往】  
admin的头像-零度博客admin
1.6W+2046
推荐8款精品浏览器插件!非常强悍实用!!支持 Chrome、edge、火狐、Safari 等扩展 |  零度解说-零度博客
高效使用 Chrome、Edge 浏览器!你可能不知道的8个实用技巧 | 零度解说-零度博客

高效使用 Chrome、Edge 浏览器!你可能不知道的8个实用技巧 | 零度解说

https://www.youtube.com/watch?v=2G-Emzf29BU ===============   0:00 Chrome浏览器的实用功能 0:38 在视频中快速截图,Chrome视频帧新功能 2:05 解除右键锁 复制网页内容 3:01 开启浏览...
admin的头像-零度博客admin
1.7W+1683
Hitomi Downloader – 开源免费、图形界面,1200+ 在线视频下载工具,支持多协议、批量下载-零度博客

Hitomi Downloader – 开源免费、图形界面,1200+ 在线视频下载工具,支持多协议、批量下载

Hitomi Downloader 是一款基于 yt-dlp(基于 youtube-dl)的在线视频下载工具,也继承了 1200+ 在线视频网站的解析支持,拥有简洁的图形界面,即开即用。甚至还支持 M3U8、BT 种子和磁力链接,...
admin的头像-零度博客admin
1.8W+2251
电脑中毒了?只需8分钟!一步步教你彻底清除顽固病毒!!| 零度解说-零度博客

电脑中毒了?只需8分钟!一步步教你彻底清除顽固病毒!!| 零度解说

https://youtu.be/aA2xvs6aDc8   一键清理病毒的Tron脚本下载(开源):https://www.freedidi.com/12992.html
Google Gemini 2.5 Pro 确实相当牛X!实测代码能力,Claude 3.7 瞬间不香了!! | 零度解说-零度博客

Google Gemini 2.5 Pro 确实相当牛X!实测代码能力,Claude 3.7 瞬间不香了!! | 零度解说

  https://youtu.be/XvsfsAMv_H0   Google gemini 2.5 pro:https://deepmind.google/technologies/gemini/pro/
Windows 11 用户必备的优化设置软件!完全免费开源 Windhawk-零度博客

Windows 11 用户必备的优化设置软件!完全免费开源 Windhawk

  Windhawk 它是完全免费开源的Windows 11 优化软件!集成了大多数人最想要的功能,可以解决你很多的痛点; 比如像任务栏的高度自定义,开始菜单、右键菜单的设置,底部导航高度和图标大小...
黑客正在侵入 AT&T 的电子邮件账户以窃取加密货币-零度博客

黑客正在侵入 AT&T 的电子邮件账户以窃取加密货币

AT&T 称网络犯罪分子利用 API 问题控制了受害者的电子邮件地址 获悉,未知黑客正在侵入拥有 AT&T 电子邮件地址的人的账户,并利用该访问权限侵入受害者的加密货币交易所账户并窃取他们...
admin的头像-零度博客admin
1.2W+6539
“白嫖” 小红伞杀毒软件专业版,活动只剩3天,堪称白送!  | 零度解说-零度博客