ComfyUI已原生支持HunyuanVideo模型，12G显存即可运行

HunyuanVideo是腾讯开源的一个参数量超过130亿的大型视频生成模型，ComfyUI官方发布博文宣布原生支持HunyuanVideo，相较于之前介绍的《混元文生视频模型HunyuanVideo的ComfyUI插件》，原生支持对于硬件要求更低，问题更少，虽然功能不如第三方节点多，但还是建议非英伟达RTX4090用户，使用官方原生节点。

• 模型：https://huggingface.co/Comfy-Org/HunyuanVideo_repackaged  （显存大于12G的用户，从此处下载模型）
• 模型：https://huggingface.co/Kijai/HunyuanVideo_comfy（显存在12G或12G以下的用户，从此处下载模型）

HunyuanVideo 亮点

1. 统一图像与视频生成：HunyuanVideo 采用“双流到单流”Transformer架构，能够高效融合文本和视觉信息，显著增强了运动一致性、图像质量和对齐效果。这种设计使得生成的视频不仅在视觉上更加连贯，还能更好地捕捉文本描述中的细节。

2. 卓越的文本-视频对齐：HunyuanVideo 配备了先进的MLLM（多模态语言模型）文本编码器，性能优于CLIP和T5等传统模型。这使得它在指令跟随、细节捕捉和复杂推理方面表现出色，确保生成的视频内容与输入的文本提示高度一致。

3. 高效视频压缩：通过自定义的3D VAE（变分自编码器），HunyuanVideo 能够将视频压缩到紧凑的潜在空间中，同时保持高分辨率和帧率。这一技术减少了token的数量，从而提高了生成效率，同时确保视频质量不受影响。

4. 增强的提示控制：HunyuanVideo 提供了两种提示模式，帮助用户根据需求生成不同风格的视频：

• 普通模式：适用于大多数用户，能够准确解释用户的意图，生成符合预期的视频。
• 大师模式：专为追求高质量和创意的专业用户设计，优化了构图、光线和视觉质量，生成更具艺术感的作品。

在 ComfyUI 中使用 HunyuanVideo

HunyuanVideo 现已原生支持 ComfyUI，您可以无缝生成视频和静态图像。以下是详细的使用步骤：

文本到视频示例工作流程

1、更新 ComfyUI

• 确保您已安装并更新到最新版本的 ComfyUI

2、下载模型文件

下载以下模型文件，并将其放置在指定的目录中：

• hunyuan_video_t2v_720p_bf16.safetensors → 放置在 ComfyUI/models/diffusion_models
• clip_l.safetensors 和 llava_llama3_fp8_scaled.safetensors → 放置在 ComfyUI/models/text_encoders
• hunyuan_video_vae_bf16.safetensors → 放置在 ComfyUI/models/vae

3、加载工作流程

• 将提供的 workflow JSON 文件加载到 ComfyUI 中，或直接拖放到界面中

4、生成视频

• 输入您的文本提示，并调整其他参数（如视频长度、分辨率等）
• 点击“生成”按钮，等待模型生成视频

使用相同工作流程生成静态图像

如果您想生成静态图像，只需将视频长度设置为 1。这样，HunyuanVideo 会生成一张静态图像，而不是一段视频。这使得该模型不仅可以用于视频生成，还能轻松生成高质量的静态图像。