开源项目解析
HunyuanVideo
腾讯的开源视频生成模型，文生视频与图生视频。720×1280、129 帧。
官方把显存要求写成了表格生态最全的开源底座45GB 起，消费级跑不动
许可证附加条件：许可证正文首句写明不适用于欧盟、英国、韩国
读懂层
2 张 · 架构图 / 流程图
DeepWiki 架构页 · 抓取 2026-08-16 · 核验 2026-08-16
DeepWiki 架构页 · 抓取 2026-08-16 · 核验 2026-08-16
文本走两路编码器（MLLM + CLIP），提示词还先过一道改写模型；主干是双流转单流的 DiT，用 ModulateDiT 分别调制图像 token 与文本 token。官方另放了 FP8 权重用来省显存。
它管哪几个决定
分镜先出图，再图生视频
8/10 家有官方说法结果可复现权重与随机种子在本地
2/10 家有官方说法自持能力
权重在不在本地可下载到本地
种子能不能填可填
换掉它要动几处几处
权重可下载，--seed 是命令行参数
动手层
文档代码结构踩过的坑实测 未做
装它要过哪几关
- 1装依赖推荐 CUDA 12.4 或 11.8；`pip install ninja` 之后再装 flash-attention
- 2拉权重想省显存就取 FP8 那份（官方 2024-12-18 单独发的）
- 3跑 sample_video.py先按分辨率对显存：720p 60GB、540p 45GB。不够就加 `--use-cpu-offload`
改哪个文件能改什么
sample_video.py命令行入口。参数表（含 --seed）从这里查hyvideo/inference.pysampler.predict() 与出片保存在这里hyvideo/modules/DiT 主干与 ModulateDiT 调制。要看双流怎么转单流，看这里坑在哪一处
带 issue 编号的来自：github issues 按回复数排序 · 核验 2026-08-16
flash-attention 装不上issue #51 就是这个（已关闭）—— 它是按指定 commit 从源码装的，编译环境不对就挂
以为 24GB 能跑官方最低 45GB。24GB 卡上跑的是社区的 HunyuanVideoGP 分支（issue #109 / #165），不是这个仓库
多卡并行issue #129「Parallel Inference with xDit unsuccessful」、#85 四卡 RTX6000 共 192GB 仍 OOM —— xDiT 那条路不是装上就能用
多卡怎么开issue #33「How to run on multiple GPUs?」回复 18 条（已关闭）—— 单卡跑不动之后第一个撞上的问题
教程
官方文档、作者本人的视频，以及 ComfyUI 官方给的原生工作流示例。每条都验过还打得开。
项目自述
以下是仓库 README 的开头部分（原文引用，抓取 2026-08-17）。读全文 ↗
中文阅读
HunyuanVideo: A Systematic Framework For Large Video Generation Model
 
 
 
 
 
👋 Join our WeChat and Discord
This repo contains PyTorch model definitions, pre-trained weights and inference/sampling code for our paper exploring HunyuanVideo. You can find more visualizations on our project page.
> HunyuanVideo: A Systematic Framework For Large Video Generation Model
🔥🔥🔥 News!!
* Nov 21, 2025: 🎉 We release the HunyuanVideo-1.5, a highly efficient and powerful new foundation model.
* May 28, 2025: 💃 We release the HunyuanVideo-Avatar, an audio-driven human animation model based on HunyuanVideo.
* May 09, 2025: 🙆 We release the HunyuanCustom, a multimodal-driven architecture for customized video generation based on HunyuanVideo.
* Mar 06, 2025: 🌅 We release the HunyuanVideo-I2V, an image-to-video model based on HunyuanVideo.
* Jan 13, 2025: 📈 We release the Penguin Video Benchmark.
* Dec 18, 2024: 🏃♂️ We release the FP8 model weights of HunyuanVideo to save more GPU memory.
* Dec 17, 2024: 🤗 HunyuanVideo has been integrated into Diffusers.
* Dec 7, 2024: 🚀 We release the parallel inference code for HunyuanVideo powered by xDiT.
* Dec 3, 2024: 👋 We release the inference code and model weights of HunyuanVideo. Download.
🎥 Demo
🧩 Community Contributions
If you develop/use HunyuanVideo in your projects, welcome to let us know.
- ComfyUI-Kijai (FP8 Inference, V2V and IP2V Generation): ComfyUI-HunyuanVideoWrapper by Kijai
- ComfyUI-Native (Native Support): ComfyUI-HunyuanVideo by ComfyUI Official
- FastVideo (Consistency Distilled Model and Sliding Tile Attention): FastVideo and Sliding Tile Attention by Hao AI Lab
- HunyuanVideo-gguf (GGUF Version and Quantization): HunyuanVideo-gguf by city96
- Enhance-A-Video (Better Generated Video for Free): Enhance-A-Video by NUS-HPC-AI-Lab
- TeaCache (Cache-based Accelerate): TeaCache by Feng Liu
- HunyuanVideoGP (GPU Poor version): HunyuanVideoGP by DeepBeepMeep
- RIFLEx (Video Length Extrapolation): RIFLEx by Tsinghua University
- HunyuanVideo Keyframe Control Lora: hunyuan-video-keyframe-control-lora by dashtoon
- Sparse-VideoGen (Accelerate Video Generation with High Pixel-level Fidelity): Sparse-VideoGen by University of California, Berkeley
- FramePack (Packing Input Frame Context in Next-Frame Prediction Models for Video Generation): FramePack by Lvmin Zhang
- Jenga (Training-Free Efficient Video Generation via Dynamic Token Carving): Jenga by DV Lab
- DCM (Dual-Expert Consistency Model for Efficient and High-Quality Video Generation): DCM by Vchitect
- NaviCache (Offline Calibration-free Cache-based Accelerate): NaviCache by Zhejiang University
📑 Open-source Plan
- HunyuanVideo (Text-to-Video Model)
- [x] Inference
- [x] Checkpoints
- [x] Multi-gpus Sequence Parallel inference (Faster inference speed on more gpus)
- [x] Web Demo (Gradio)
- [x] Diffusers
- [x] FP8 Quantified weight
- [x] Penguin Video Benchmark
- [x] ComfyUI
- HunyuanVideo (Image-to-Video Model)
- [X] Inference
- [X] Checkpoints
Contents
- HunyuanVideo: A Systematic Framework For Large Video Generation Model
- 🎥 Demo
- 🔥🔥�
……（后略，见原文）判断
优势
- 官方把显存要求写成了表格，60GB / 45GB 明码标价，不用自己试出来
- `--seed` 是命令行参数，可复现是明写的
- 官方另发了 FP8 权重，以及 xDiT 的多卡并行推理路径
- 生态接得最全 —— 后面 musubi-tuner、FramePack 都是从它这一支长出来的
局限
- 消费级显卡直接跑不了：最低 45GB，而 4090 是 24GB
- 许可证正文第一句就把欧盟、英国、韩国排除在外
- 已经两个月没动了，而这个领域两个月不短
- flash-attention 装不上是高频问题（issue #51 就是这个）
不适用
只有一张消费级显卡的人 —— 官方门槛 45GB 起，社区的 GPU-Poor 分支是另一个项目、另一套代码。
同管这些决定的其它项目
ComfyUI节点式工作流底座。图像 / 视频 / 音频 / 3D / 文本共用一个底座。…Wan2.2文生 / 图生 / 语音驱动 / 角色动画替换，480P–720P。五个变体。…FramePack把 13B 视频模型压进 6GB 显存的桌面程序。图生视频，一分钟长度、30 帧。…LTX-VideoLightricks 的视频生成模型，主打快。文生 / 图生 / 视频续写，默认 1…MiniMax H3全模态生成：文字、图片、视频、音频进同一个 Transformer，出带 32kHz…Real-ESRGAN通用图像 / 视频超分修复，支持 2× / 3× / 4×，含动漫专用与轻量模型。…Practical-RIFE视频插帧：在两帧之间算出中间帧，把 24 帧的片子补成 48、60 帧。作者是 RI…CodeFormer人脸修复：把糊掉、压坏、老照片里的脸修回来。图片与视频都能做。…Ollama一条命令在本机跑开源大模型。写脚本、翻译这两段靠它才不出本机。…DiffSynth-Studio魔搭扩散模型工程框架，覆盖图像、视频、音乐推理与训练；近期加入 FLUX.3、MOS…MoneyPrinterTurbo给个主题或关键词，一键出高清短视频，含字幕与配音。…火宝短剧基于 AI 的一站式短剧生成平台，从剧本到成片全自动化。…ToonflowAI 创作平台：无限画布、AI Agent、可视化工作流，支持图像、视频、分镜和短剧…infinite-canvas面向 AI 创作的无限画布工作台：生图、参考图编辑、视频生成、Agent 助手、画布…open-ai-canvas面向 AI 影视创作的无限画布：多模态生成、分镜编排、素材管理、Agent 工作流。…VOZEB PRO把统一创作 Agent、画布、短剧生产线、素材库和商业运营后台放进同一套 Next.…OpenMontage让 Agent 编排视频生产：通过声明式流水线组织素材、生成、字幕、音频与合成。…video-shotcraft为 Claude Code / Codex 提供产品宣传片镜头配方，以网页截图与文案…Generative Media Skills给 Agent（Claude Code / Cursor / Gemini CLI）…ComfyUI-ManagerComfyUI 的节点管理器：装节点、装模型、修依赖、查注册表。ComfyUI 生态…ComfyUI-WanVideoWrapper把 Wan 系列模型接进 ComfyUI 的节点包。社区里跑 Wan 的事实标准封装…ComfyUI 官方工作流模板ComfyUI 内置的那批官方工作流模板与子图蓝图的真身仓库。…waoowaoo把一部小说灌进去，自动拆角色、拆场景、出分镜，再合成整集短剧。中英双界面。…JellyfishAI 短剧的端到端工作台：从剧本进，到分镜、角色一致性管理、出片、导出。…魔因漫创桌面端 AI 影视工具（Electron）：剧本 → 角色 → 场景 → 导演 → …BigBanana AI Director一站式 AI 短剧 / 漫剧工作台，四阶段：剧本 → 视觉资产 → 分镜制作 → 导…ClipForge带货短视频专用的一站式工具：上传商品图，自动提炼卖点、写种草脚本、配音配字幕加背景乐…短视频工厂跨平台桌面应用：给提示词文本加分镜素材，自动剪出产品营销或泛内容短视频。集成文案生成…AI YouTube Shorts Generator把一条长视频切成一批排好序的竖屏短片：用语言模型找高光片段、用 Whisper 转写…Open AI UGC生成 UGC 风格的口播广告：用多个视频模型出真人感的 AI 演员念你的脚本。定位是…ViGenAiR把一条已有的视频广告用生成式 AI 重新剪成适配不同版位与时长的多条。…Seedance 2.0 Prompt Skills给 Agent 装的 Seedance 2.0 提示词技能：讲输入约束、@ 引用语法…Drama Skills面向编剧与漫剧工作室的短剧创作流水线：十个技能把一个点子或一部长篇材料，一路做成分集…Seedance2 Storyboard Generator开源剧情剧本技能：把故事拆成分镜，并整合成 Seedance 2.0 认的结构化提示…AI Shortfilm Prompts一个 Claude Code 技能：把任意一个想法变成电影语言的、模型直接能用的视频…Awesome Seedance 2 Prompts整理好的 Seedance 2.0 视频提示词库，README 自述逾六千条，覆盖电…歸藏的提示词库中文 AI 圈里流传最广的个人提示词仓库之一，存放作者为各家模型撰写的提示词。…AI Visual Prompt Cookbook171 套结构化提示词风格、342 张预览；JSON 模板支持 v2.1 / v2.…PromptLensAI 视频提示词分析工具：丢进一条别人的视频，反推出它的提示词与创作脚本，并做画面分…Prompt Engineering Guide提示词工程的系统性指南：教程、论文、课程笔记与可运行的示例。不针对视频，讲的是提示词…蓝书 AI 视频工具包AI 视频提示词、技能与方法论工具包。2026-10-10 README 自述：60…
github README + GitHub API + LICENSE.txt 原文 + DeepWiki 架构页 · 核验 2026-10-19 | 判断栏可报错。