【记录】HunyuanVideo 文生视频工作流

HunyuanVideo 文生视频工作流指南

概述

本指南详细介绍如何在ComfyUI中使用腾讯混元HunyuanVideo模型进行文本到视频生成的全流程操作，包含环境配置、模型安装和工作流使用说明。
参考：https://comfyui-wiki.com/zh/install/install-comfyui/install-comfyui-on-linux

环境准备

1. ComfyUI安装与更新

• 新安装：参考ComfyUI安装教程
• 更新：确保使用最新版本（需包含EmptyHunyuanLatentVideo节点）

注意：必须更新至最新版本才能支持完整功能

模型配置

2.1 主模型

文件名称	大小	存放路径
hunyuan_video_t2v_720p_bf16.safetensors	25.6GB	ComfyUI/models/diffusion_models

2.2 文本编码器

文件名称	大小	存放路径
clip_l.safetensors	246MB	ComfyUI/models/text_encoders
llava_llama3_fp8_scaled.safetensors	9.09GB	ComfyUI/models/text_encoders

2.3 VAE模型

文件名称	大小	存放路径
hunyuan_video_vae_bf16.safetensors	493MB	ComfyUI/models/vae

目录结构示例

ComfyUI/
└── models/
    ├── diffusion_models/
    │   └── hunyuan_video_t2v_720p_bf16.safetensors
    ├── text_encoders/
    │   ├── clip_l.safetensors
    │   └── llava_llama3_fp8_scaled.safetensors
    └── vae/
        └── hunyuan_video_vae_bf16.safetensors

工作流配置

3. 工作流下载

• 获取地址：HunyuanVideo工作流文件

• 支持分辨率：

比例	540p	720p(推荐)
9:16	544×960	720×1280
16:9	960×544	1280×720
1:1	720×720	960×960

核心节点说明

4.1 模型加载

• UNETLoader：

  • 参数：hunyuan_video_t2v_720p_bf16.safetensors
  • 显存优化：可选fp8权重类型

• DualCLIPLoader：

  • 双编码器配置：
    • CLIP 1: clip_l.safetensors
    • CLIP 2: llava_llama3_fp8_scaled.safetensors

4.2 视频生成

• EmptyHunyuanLatentVideo：

  • 关键参数：Width/Height、Frame Count(建议129帧)

• CLIPTextEncode：

  • 提示词规范：

  [主体描述], [动作描述], [场景描述], [风格描述], [质量要求]
  

  示例：

  anime girl with fluffy tail, dancing gracefully, cherry blossom garden, studio ghibli style, 4k ultra HD
  

优化建议

5.1 显存优化

1. 使用VAEDecodeTiled替代VAEDecode
2. 调整参数：
   • Tile Size: 256 → 128
   • Overlap: 64 → 32

5.2 质量提升

• 采样步数：20-30步
• Guidance Scale：6.0-8.0
• 推荐分辨率：720p(1280×720)

常见问题

❌ 显存不足：

• 解决方案：降低分辨率/使用fp8权重

⏳ 生成缓慢：

• 优化方向：减少帧数/降低采样步数

🖼️ 画质问题：

• 检查要点：
  1. 提示词详细度
  2. 采样器选择(euler/dpm++_2m)
  3. 去噪强度(建议1.0)