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4322 分享
快去申请!谷歌 Bard 智能 AI 聊天机器人正式公测! 这是注册通道 ,用免费VPN可绕过地区限制 | 零度解说-零度博客

快去申请!谷歌 Bard 智能 AI 聊天机器人正式公测! 这是注册通道 ,用免费VPN可绕过地区限制 | 零度解说

https://youtu.be/ST2u7sj_qUg --------------   注意:非美国地区用户,需要通过VPN来进行注册:https://www.freedidi.com/8818.html
admin的头像-零度博客admin
1.3W+6539
移动,谷歌:三星也想重新发明电话?-零度博客

移动,谷歌:三星也想重新发明电话?

三星在即将推出的 One UI 5软件更新中借鉴了 Google Pixel剧本的一页 ,这将增加一种在 Galaxy 手机上接听电话的新方式。Bixby 文本通话功能将带来通过短信接听电话的能力,Bixby 助手在两...
admin的头像-零度博客admin
1.6W+2250
【零度电脑】硬件配置、视频制作、相机、麦克风、声卡、视频编辑、流程和宝贵经验等!-零度博客

【零度电脑】硬件配置、视频制作、相机、麦克风、声卡、视频编辑、流程和宝贵经验等!

助力创作者快速起航!零度UP主成长指南想成为视频创作者却不知从何入手?零度总结的实战经验,帮你省时省钱,赢在起跑线!核心服务:✅ 硬件配置:高性价比CPU/显卡/声卡/显示器搭配指南✅ 拍...
Google 必备的10款油猴脚本!会员福利!有了它们浏览器才算完美 | 零度解说-零度博客
关闭BIOS安全启动 关闭BIOS安全启动的方法步骤-零度博客

关闭BIOS安全启动 关闭BIOS安全启动的方法步骤

现在越来越多电脑使用的大都是UEFI模式,当用户将其更改为传统模式后,却发现重装不了系统,这是为什么呢?这是因为许多用户往往会忽略这一点,那就是没有关闭BIOS安全启动这一选项。如何关闭BIO...
admin的头像-零度博客admin
1.1W+652
7個超有趣的網站!休息娛樂、學習工作必備 (2022) | 零度解說-零度博客
推荐3家不限流量的VPS!搭建网站或节点非常不错-零度博客

推荐3家不限流量的VPS!搭建网站或节点非常不错

  1.Gcore 官网:https://gcore.com (提醒: 首次注册会扣信用卡20美金) 2014年成立的卢森堡著名商家,运作着全球大约50个数据中心,其中美国数据中心有6个,包括洛杉矶、圣克拉拉等,默...
admin的头像-零度博客admin
2.2W+3251
搬瓦工VPS服务器购买及使用教程+优惠码-零度博客

搬瓦工VPS服务器购买及使用教程+优惠码

  最新更新 : 搬瓦工目前最便宜的49美元CN2 GT套餐,在缺货一个多月后,现已恢复供货,使用优惠码后为46美元。相应价位的常规KVM套餐,也同时恢复供货。 有需要的朋友可以尽快购买,...
WiFi密码一键查看器!完全免费-零度博客

WiFi密码一键查看器!完全免费

WiFi 密码揭示器(查找器)是一个小型免费软件实用程序,它将显示您所有保存的 WiFi 密码。如果您忘记或丢失了无线网络密码 - 此工具适合您。它适用于 Windows XP、Vista、Windows 7 和 Windows...
admin的头像-零度博客admin
1.4W+1527