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
老司机必备的6款软件!电脑远程控制、视频抠图、U盘系统启动等工具 | 零度解说-零度博客
Youtube视频小技巧 | 看油管视频的这些方法你都知道吗?-零度博客

Youtube视频小技巧 | 看油管视频的这些方法你都知道吗?

https://youtu.be/KO-yFbjtXGg YouTube视频里面这几个小技巧,非常实用的,非常的方便。如果能够熟练运用这些小技巧,将会给我们在观看视频的时候,带来更好的观看体验。快速预览功能,视频自动...
Snipaste 高效的截图神器!-零度博客

Snipaste 高效的截图神器!

这款Snipaste的截图神器,用它来截图的话非常高效! 支持更精准的截图模式,同时它可以将截图粘贴为浮动窗口,来进行编辑 也可以支持模糊处理、标注等等.....   官方下载:【点击前往】
admin的头像-零度博客admin
1.5W+1529
熊猫烧香病毒! 样本+代码分析,切勿电脑上运行!-零度博客

熊猫烧香病毒! 样本+代码分析,切勿电脑上运行!

熊猫烧香是一个感染性的蠕虫病毒,它能感染系统中的 exe ,com ,pif,src,html,asp 等文件,它还能中止大量的反病毒软件进程并且会删除扩展名为 gho 的文件,该文件是一系统备份工具 ...
admin的头像-零度博客admin
1.8W+1624
真有用!突破百度网盘限速!这5种新方法最好要知道,用的好可以永不失效 | 零度解说-零度博客
如何隐藏自己真实的IP地址?这5种方法你最好要知道! | 零度解说-零度博客
IP雷达 5.0 网络流量和对外连接检测工具-零度博客

IP雷达 5.0 网络流量和对外连接检测工具

  IP雷达: 【点击下载】
admin的头像-零度博客admin
1.8W+2251
Windows 10 / Windows 11 合二为一个系统安装盘!多版本供选择切换,超方便!| 零度解说-零度博客
国外医生成功将猪心脏,移植到人类患者体内!术后病人情况良好-零度博客

国外医生成功将猪心脏,移植到人类患者体内!术后病人情况良好

蒂埃里·多索涅(Thierry Dosogne)来自盖蒂图片社 为了挽救一名 57 岁男子的生命,马里兰大学医学院的医生们完成了医学第一。每这 美联社,上周五,作为实验程序的一部分,外科医生成功地将猪...
admin的头像-零度博客admin
1.5W+2251