HunyuanVideo AI视频大模型！完全免费开源，附本地部署

模型简介

这是一款功能强大的视频生成开源模型，包含 PyTorch 的模型定义、预训练权重以及推理和采样代码。

系统要求

运行 HunyuanVideo 模型时，需满足以下硬件与软件条件：

• 硬件要求：需要支持 CUDA 的 NVIDIA GPU（推荐 80GB 内存）。
• 操作系统：测试环境为 Linux。
• 建议配置：CUDA 版本 11.8 或更高版本。

快速安装

方法一：GitHub 仓库克隆

方法二：网盘下载

打包好的安装文件可以通过网盘获取：点击下载。

安装步骤（以 Conda 环境为例）：

1. 创建并激活 Conda 环境：

2. 安装依赖：

3. 加速工具安装（推荐 Flash Attention v2）：

4. 如果需要，您也可以通过 Docker 部署模型，具体请参考官方文档。

预训练模型与文本编码器

1. 预训练模型
   预训练模型可以通过 HuggingFace 模型库 下载，文件总大小约 26GB。
2. 文本编码器

• MLLM 模型：建议使用 Xtuner 提供的 llava-llama-3-8b。
  bash

  复制代码

  cd HunyuanVideo/ckpts
huggingface-cli download xtuner/llava-llama-3-8b-v1_1-transformers --local-dir ./llava-llama-3-8b-v1_1-transformers

• CLIP 模型：可通过以下命令获取 OpenAI 提供的 CLIP 模型。
  bash

  复制代码

  cd HunyuanVideo/ckpts
huggingface-cli download openai/clip-vit-large-patch14 --local-dir ./text_encoder_2


视频生成与推理

常用分辨率设置

推理示例

以下命令演示如何生成 720p 视频：

常用参数说明

开源地址

• GitHub 仓库
• HuggingFace 模型库

感谢您的来访，获取更多精彩文章请收藏本站。