此工作流程會使用 Hunyuan Video 1.5 模型把文字提示詞轉成連貫的 720p 影片，並提供可選的 1080p 放大與超解析度。它被整理成清楚的群組：Step 1 - Load models、Step 3 - Prompt、Step 4 - Video Size、Custom Sampler，以及可選的 Video Upscale 1080P（Ctrl-B 啟用）。流程會用 DualCLIPLoader 載入 Hunyuan 的文字編碼器，並透過 CLIPTextEncode 編碼你的提示詞。EmptyHunyuanVideo15Latent 定義時間畫布（解析度、幀數、FPS），RandomNoise 設定種子。UNETLoader 載入 Hunyuan Video 1.5 UNet，SamplerCustomAdvanced（由 KSamplerSelect、BasicScheduler 與 CFGGuider 驅動）執行擴散步驟，在 720p 合成影片 latent。VAELoader 搭配 VAEDecode（或為了節省記憶體使用 VAEDecodeTiled）把 latent 轉為影格，CreateVideo 將影格合成為最終影片，並以 SaveVideo 儲存。
若要更高保真度，工作流程包含 latent 空間的放大路徑。LatentUpscaleModelLoader 與 HunyuanVideo15LatentUpscaleWithModel 可在解碼前提高解析度，HunyuanVideo15SuperResolution 則在生成後加強細節。另提供 EasyCache，可透過快取編碼來加速重複執行，但會犧牲部分畫面品質。預設步數為 20，以兼顧合理的渲染時間；提高步數（例如接近 Hunyuan 團隊的原始設定）可提升細節，但會增加推論時間。若遇到 VRAM 限制，請將 weight_dtype 設為 fp8_e4n3fn 並改用 VAEDecodeTiled。
API
從程式碼使用此工作流
每個 Comfy 工作流都是一個 JSON 圖。下方的 payload 就是此工作流，與 ComfyUI 執行時完全相同 — 你可以從此 URL 取得、放入版本控制，或在 ComfyUI 載入並逐節點執行。
使用 Comfy SDK 以 TypeScript 或 Python 執行。相同程式碼可用於 Comfy Cloud 或你自架的 ComfyUI — 只需更改 base URL。
// Install (beta)
npm i @comfyorg/sdk
// Run "混元影片 1.5 文生影片" (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("video_hunyuan_video_1.5_720p_t2v_api.json");
wf.setInput("44", "text", "your prompt here"); // CLIPTextEncode
const job = await client.run(wf);
await job.getOutputs("102")[0].toFile("output.png"); // SaveVideoSDK 需使用 API 格式的工作流：請在 ComfyUI 開啟此工作流，並使用 檔案 → 匯出工作流（API）。
常見問題
