Hunyuan VİDEO metinden video
Hunyuan modelini kullanarak metin istemlerinden videolar oluşturun.
Hakkında
Bu ComfyUI İş Akışı, Tencent’in Hunyuan Video modelini kullanarak kısa metin istemlerini tutarlı, çok kareli videolara dönüştürür. Step1 - Load models adımında model yığını yüklenerek başlar: DualCLIPLoader metin kodlayıcılarını sağlar, CLIPTextEncode pozitif ve negatif istemlerini gömlemelere dönüştürür ve UNETLoader Hunyuan Video UNet ağırlıklarını getirir. ModelSamplingSD3, Hunyuan’ın SD3 tarzı gürültü zamanlaması için örnekleyiciyi yapılandırır; FluxGuidance ise gürültü giderme sırasında classifier‑free rehberlik uygular. Step2 - Video size, genişlik, yükseklik, kare sayısı/fps ve süreyi tanımlamak için EmptyHunyuanLatentVideo’yu kullanır; RandomNoise başlangıç gizli videosunu tohumlar. Ardından Custom sampler bölümü (KSamplerSelect ve BasicScheduler ile SamplerCustomAdvanced), video gizlilerini yapılandırılmış bir animasyona dönüştürmek için yinelemeli olarak gürültü giderir.
Sağladıklarınız
- İş akışı okunuyor
ComfyUI'da çalışır. Bu iş akışı bu sayfada çalışamaz. Her şey yüklü olarak Comfy Cloud'da açın veya kendi ComfyUI kurulumunuz için indirin.
Cloud'da deneyinSorular ve yanıtlar
Varsayılan olarak VAEDecodeTiled kullanın ve dikişleri gizlemek için tile_size’ı azaltıp overlap’ı hafifçe artırın. UNETLoader’da GPU’nuz destekliyorsa fp8 weight_dtype seçin. Çözünürlüğü düşürün, süreyi kısaltın (daha az kare) veya BasicScheduler’da adım sayısını azaltın.
Genişlik/yüksekliği 16’nın katı olarak tutun ve 20–35 adımla başlayın. RandomNoise’da sabit bir seed belirleyin. FluxGuidance ile orta düzeyde guidance scale kullanın; çok yüksek olursa titreme yapar, çok düşük olursa isteme uyum zayıflar. İstemleri spesifik ama çok uzun olmayacak şekilde düzenleyin.
Varsayılan olarak VAEDecodeTiled kullanın—bellek dostudur ve çoğu GPU için önerilir. Yalnızca yeterli VRAM varsa ve döşemesiz en hızlı decode gerekiyorsa VAEDecode’a geçin. Döşemeli decode’da dikiş görürseniz overlap’ı artırın veya tile_size’ı düşürün.
Hunyuan için ModelSamplingSD3’ü olduğu gibi bırakın. KSamplerSelect’te dpmpp_2m veya euler ile başlayın, BasicScheduler’da 20–35 adım kullanın. Detaylar bulanık olursa adım sayısını artırın; sonuçlar gürültülü ise adım sayısını azaltın veya FluxGuidance’da guidance’ı düşürün.
İlgili iş akışları
- Hunyuan Video
Hunyuan VİDEO 1.5 görüntüden video
- Hunyuan Video
Hunyuan VİDEO 1.5 metinden video
- LTX-2.3
Turn an image into a video
- MiniMax H3
Create a video from references
- LTX-2.3
Add camera motion first last frame
- Wan2.2
1.2 Başlangıç – Görselden Videoya
- Gemini-3.1-flsih-lite, Kling 3.0
Adım 3: İletişim Sayfası İş Akışı
- İş ortağı düğümü
AI on the Lot 2026 - LTX-2.3 - i2v
- Google Gemini, Kling 3.0, Z-Image-Turbo
AIrt MAchIne (API sürümü)
- SD1.5
AnimateDiff - IPAdapters Döngü Animasyonu
- İş ortağı düğümü
Ayar Çerçevesi İş Akışı
- Seedance1.0 Pro, ByteDance
ByteDance: Başlangıç Bitişten Video'ya