이 ComfyUI 워크플로는 Tencent의 Hunyuan Video 모델을 사용해 짧은 텍스트 프롬프트를 일관된 멀티 프레임 비디오로 변환합니다. Step1 - Load models에서 모델 스택을 로딩하는 것으로 시작합니다. DualCLIPLoader가 텍스트 인코더를 제공하고, CLIPTextEncode가 포지티브/네거티브 프롬프트를 임베딩으로 변환하며, UNETLoader가 Hunyuan Video UNet 가중치를 로딩합니다. ModelSamplingSD3는 Hunyuan의 SD3 스타일 노이즈 스케줄에 맞게 샘플러를 구성하고, FluxGuidance는 디노이징 중 classifier‑free guidance를 적용합니다. Step2 - Video size는 EmptyHunyuanLatentVideo로 너비, 높이, 프레임 수/fps, 재생 시간을 정의하고 RandomNoise로 초기 잠재 비디오를 시드합니다. Custom sampler 섹션(SamplerCustomAdvanced + KSamplerSelect + BasicScheduler)이 잠재 비디오를 반복적으로 디노이징하여 구조화된 애니메이션으로 만듭니다.
샘플링 후에는 VAELoader와 VAEDecodeTiled(대부분의 GPU에 권장, 기본값) 또는 VAEDecode를 사용해 잠재 데이터를 RGB 프레임으로 디코딩하고, CreateVideo 및 SaveVideo로 결과를 조립 및 저장합니다. 이 워크플로는 실용적인 반복 작업을 위해 설계되었습니다. Step3 - Prompt에서 프롬프트 문구를 조정하고, steps 및 가이드를 조정해 충실도와 모션을 튜닝하며, 필요 시 VAEDecodeTiled 및 UNETLoader의 fp8 weight_dtype로 메모리를 관리할 수 있습니다. Hunyuan Video 관련 세부 사항 및 팁은 링크된 문서를 참고하세요.
API
코드에서 이 워크플로우 사용하기
모든 Comfy 워크플로우는 JSON 그래프입니다. 아래 페이로드는 이 워크플로우 그 자체로, ComfyUI에서 실행되는 것과 동일합니다 — URL에서 가져오거나, 버전 관리에 보관하거나, ComfyUI에서 불러와 노드별로 실행할 수 있습니다.
Comfy SDK로 TypeScript 또는 Python에서 실행하세요. 동일한 코드는 Comfy Cloud 또는 직접 호스팅하는 ComfyUI 모두에 적용됩니다 — 기본 URL만 다릅니다.
// Install (beta)
npm i @comfyorg/sdk
// Run "Hunyuan 비디오 텍스트 기반 비디오 생성" (TypeScript)
import { Comfy } from "@comfyorg/sdk";
const client = new Comfy({ apiKey: "comfyui-..." });
// This workflow, exported in API format (see note below)
const wf = await client.workflows.fromFile("hunyuan_video_text_to_video_api.json");
wf.setInput("44", "text", "your prompt here"); // CLIPTextEncode
const job = await client.run(wf);
await job.getOutputs("80")[0].toFile("output.png"); // SaveVideoSDK는 API 형식의 워크플로우를 사용합니다: 이 워크플로우를 ComfyUI에서 열고 파일 → 워크플로우 내보내기(API)를 사용하세요.
FAQ
