Hunyuan Video texto a vídeo
Generar videos a partir de indicaciones de texto usando el modelo Hunyuan.
Acerca de
Este Flujo de trabajo de ComfyUI convierte prompts de texto cortos en vídeos coherentes de varios fotogramas usando el modelo Hunyuan Video de Tencent. Comienza cargando la pila del modelo en Step1 - Load models: DualCLIPLoader proporciona los codificadores de texto, CLIPTextEncode convierte tus prompts positivo y negativo en embeddings, y UNETLoader carga los pesos de Hunyuan Video UNet. ModelSamplingSD3 configura el muestreador para el calendario de ruido estilo SD3 de Hunyuan, mientras que FluxGuidance aplica classifier‑free guidance durante el denoising. Step2 - Video size usa EmptyHunyuanLatentVideo para definir ancho, alto, número de fotogramas/fps y duración, y RandomNoise establece la semilla del vídeo latente inicial. La sección Custom sampler (SamplerCustomAdvanced con KSamplerSelect y BasicScheduler) luego realiza denoising iterativo de los latentes del vídeo hasta convertirlos en una animación estructurada.
Lo que proporcionas
- Leyendo el flujo de trabajo
Se ejecuta en ComfyUI. Este flujo de trabajo no puede ejecutarse en esta página. Ábrelo en Comfy Cloud con todo cargado o descárgalo para tu propio ComfyUI.
Probar en CloudPreguntas y respuestas
Usa VAEDecodeTiled (por defecto) y reduce tile_size mientras aumentas overlap ligeramente para ocultar uniones. En UNETLoader, elige weight_dtype fp8 si tu GPU lo soporta. Baja la resolución, acorta la duración (menos cuadros) o reduce los pasos en BasicScheduler.
Mantén ancho/alto como múltiplos de 16 y comienza con 20–35 pasos. Usa una semilla fija en RandomNoise. Usa FluxGuidance con una escala moderada; demasiado alto puede causar parpadeo, demasiado bajo debilita la adherencia al prompt. Haz prompts específicos pero no demasiado largos.
Usa VAEDecodeTiled por defecto—es eficiente en memoria y recomendado para la mayoría de GPUs. Cambia a VAEDecode solo si tienes suficiente VRAM y quieres decodificación más rápida sin mosaico. Si ves uniones con tiled decode, aumenta overlap o baja tile_size.
Mantén ModelSamplingSD3 como está para Hunyuan. Comienza con dpmpp_2m o euler en KSamplerSelect y 20–35 pasos en BasicScheduler. Si los detalles se difuminan, prueba más pasos; si los resultados son ruidosos, reduce pasos o baja guidance en FluxGuidance.