Hunyuan Vídeo texto para vídeo
Gere vídeos a partir de prompts de texto usando o modelo Hunyuan.
Sobre
Este fluxo de trabalho ComfyUI transforma prompts curtos de texto em vídeos coerentes e com múltiplos quadros usando o modelo Hunyuan Video da Tencent. Ele começa carregando a pilha de modelos em Passo 1 - Carregar modelos: DualCLIPLoader fornece os codificadores de texto, CLIPTextEncode converte seus prompts positivos e negativos em embeddings, e UNETLoader traz os pesos do Hunyuan Video UNet. ModelSamplingSD3 configura o sampler para o agendamento de ruído estilo SD3 do Hunyuan, enquanto FluxGuidance aplica guidance livre de classificador durante a remoção de ruído. Passo 2 - Tamanho do vídeo usa EmptyHunyuanLatentVideo para definir largura, altura, quantidade de quadros/fps e duração, e RandomNoise gera o vídeo latente inicial. A seção de sampler personalizado (SamplerCustomAdvanced com KSamplerSelect e BasicScheduler) então remove o ruído iterativamente dos latentes do vídeo até formar uma animação estruturada.
O que você fornece
- Lendo o fluxo de trabalho
É executado no ComfyUI. Este fluxo de trabalho não pode ser executado nesta página. Abra-o no Comfy Cloud com tudo carregado ou baixe-o para usar no seu próprio ComfyUI.
Experimentar no CloudPerguntas e respostas
Use VAEDecodeTiled (padrão) e reduza tile_size, aumentando overlap levemente para esconder emendas. No UNETLoader, escolha fp8 em weight_dtype se sua GPU suportar. Reduza a resolução, diminua a duração (menos quadros) ou reduza os passos em BasicScheduler.
Mantenha largura/altura como múltiplos de 16 e comece com 20–35 passos. Defina uma seed fixa em RandomNoise. Use FluxGuidance com guidance scale moderado; valores muito altos podem causar flicker, muito baixos enfraquecem a aderência ao prompt. Refine os prompts para serem específicos, mas não longos demais.
Use VAEDecodeTiled por padrão—é eficiente em memória e recomendado para a maioria das GPUs. Troque para VAEDecode apenas se tiver VRAM suficiente e quiser decodificação mais rápida sem blocos. Se notar emendas com tiled decode, aumente overlap ou diminua tile_size.
Mantenha ModelSamplingSD3 como fornecido para Hunyuan. Comece com dpmpp_2m ou euler em KSamplerSelect e 20–35 passos em BasicScheduler. Se os detalhes ficarem borrados, tente mais passos; se os resultados ficarem ruidosos, reduza passos ou guidance em FluxGuidance.