超强的AI 视频生成模型!完全免费开源,生成质量极高!HunyuanVideo 模型

c1f69f569e20241204150716

此开源的视频生成模型:包含 PyTorch 模型定义、预训练权重和推理/采样代码

📜 要求

下表为运行HunyuanVideo模型(batch size = 1)生成视频的要求:

模型 设置
(高度/宽度/框架)
去噪步骤 GPU 峰值内存
混元视频 720px1280px129f 三十 60GB
混元视频 544px960px129f 三十 45GB
  • 需要支持 CUDA 的 NVIDIA GPU。
    • 我们已经在单个 H800/H20 GPU 上进行了测试。
    • 最低限度:720px1280px129f 所需的最低 GPU 内存为 60GB,544px960px129f 所需的最低 GPU 内存为 45G。
    • 建议:我们建议使用具有 80GB 内存的 GPU 以获得更好的生成质量。
  • 测试的操作系统:Linux

🛠️ 依赖项和安装

首先通过下方的命令来克隆存储库:

git clone https://github.com/tencent/HunyuanVideo
cd HunyuanVideo

或者网盘打包下载【点击前往

Linux 安装指南

我们提供了一个environment.yml用于设置 Conda 环境的文件。Conda 的安装说明可在此处获得。

我们推荐 CUDA 版本 11.8 和 12.0+。

# 1. Prepare conda environment
conda env create -f environment.yml

# 2. Activate the environment
conda activate HunyuanVideo

# 3. Install pip dependencies
python -m pip install -r requirements.txt

# 4. Install flash attention v2 for acceleration (requires CUDA 11.8 or above)
python -m pip install git+https://github.com/Dao-AILab/flash-attention.git@v2.5.9.post1

此外,HunyuanVideo还提供了预先构建的Docker镜像: docker_hunyuanvideo

# 1. Use the following link to download the docker image tar file (For CUDA 12).
wget https://aivideo.hunyuan.tencent.com/download/HunyuanVideo/hunyuan_video_cu12.tar

# 2. Import the docker tar file and show the image meta information (For CUDA 12).
docker load -i hunyuan_video.tar

docker image ls

# 3. Run the container based on the image
docker run -itd --gpus all --init --net=host --uts=host --ipc=host --name hunyuanvideo --security-opt=seccomp=unconfined --ulimit=stack=67108864 --ulimit=memlock=-1 --privileged  docker_image_tag

🧱 下载预训练模型

下载预训练模型的详细信息显示在此处,或者在HuggingFace上下载【点击前往】共26G左右。

🧱下载文本编码器

HunyuanVideo采用MLLM模型和CLIP模型作为文本编码器。

  1. MLLM 模型(text_encoder 文件夹)

HunyuanVideo 支持不同的 MLLM(包括 HunyuanMLLM 和开源 MLLM 模型),现阶段我们尚未发布 HunyuanMLLM,建议社区用户使用Xtuer提供的llava-llama-3-8b,可通过以下命令下载

cd HunyuanVideo/ckpts
huggingface-cli download xtuner/llava-llama-3-8b-v1_1-transformers --local-dir ./llava-llama-3-8b-v1_1-transformers

为了节省模型加载的GPU内存资源,我们将的语言模型部分分离llava-llama-3-8b-v1_1-transformerstext_encoder

cd HunyuanVideo
python hyvideo/utils/preprocess_text_encoder_tokenizer_utils.py --input_dir ckpts/llava-llama-3-8b-v1_1-transformers --output_dir ckpts/text_encoder
  1. CLIP 模型(text_encoder_2 文件夹)

我们使用OpenAI提供的CLIP作为另一个文本编码器,社区用户可以通过以下命令下载此模型

cd HunyuanVideo/ckpts
huggingface-cli download openai/clip-vit-large-patch14 --local-dir ./text_encoder_2

🔑 推理

我们在下表中列出了我们支持的高度/宽度/框架设置。

分辨率 时长=9:16 高/宽=16:9 高/宽=4:3 高/宽=3:4 高/宽=1:1
540p 544px960px129f 960px544px129f 624px832px129f 832px624px129f 720px720px129f
720p(推荐) 720px1280px129f 1280px720px129f 1104px832px129f 832px1104px129f 960px960px129f

使用命令行

cd HunyuanVideo

python3 sample_video.py \
    --video-size 720 1280 \
    --video-length 129 \
    --infer-steps 50 \
    --prompt "A cat walks on the grass, realistic style." \
    --flow-reverse \
    --use-cpu-offload \
    --save-path ./results

更多配置

我们列出了一些更有用的配置以便于使用:

参数 默认 描述
--prompt 没有任何 视频生成的文字提示
--video-size 720 1280 生成的视频的大小
--video-length 129 生成视频的长度
--infer-steps 50 采样步数
--embedded-cfg-scale 6.0 嵌入式分类器免费指导量表
--flow-shift 7.0 流匹配调度程序的移位因子
--flow-reverse 错误的 如果反向,从 t=1 -> t=0 学习/采样
--seed 没有任何 生成视频的随机种子,如果没有,我们初始化一个随机种子
--use-cpu-offload 错误的 使用 CPU 卸载来加载模型以节省更多内存,这对于高分辨率视频生成是必要的
--save-path 。/结果 生成视频的保存路径

免费体验入口

HunyuanVideo 在线使用:【点击前往

开源项目地址

本地安装教程:

THE END
喜欢就支持一下吧
点赞4322 分享
免费看电影的10个最佳网站,美国大片,最新电影在线免费观看 2020 | 零度解说-零度博客

免费看电影的10个最佳网站,美国大片,最新电影在线免费观看 2020 | 零度解说

Vudu https://www.vudu.com/ 看看TV (仅限在加拿大和澳洲地区使用) https://www.wekan.tv/ Tubi https://tubitv.com/ Bigdramas https://bigdramas.org/ Popcornflix https://www.popcornflix...
同时操控 2 台电脑,只需一个鼠标和键盘!完全免费,由微软官方提供 | 零度解说-零度博客
Hitomi-Downloader 视频下载神器!支持YouTub、哔哩哔哩、facebook、抖音等-零度博客

Hitomi-Downloader 视频下载神器!支持YouTub、哔哩哔哩、facebook、抖音等

下载方式:1、Github 开源社区下载 【点击前往】2、网盘打包下载 【点击下载】 特征🍰 简单明了的用户界面🚀 下载加速💻 单任务支持 24 个线程🚥 支持限速📜 支持用户脚本🧲 支持 BitTorrent ...
admin的头像-零度博客admin
2W+1856
150枚比特币(价值1000万美金)免费送,拿走不谢!-零度博客

150枚比特币(价值1000万美金)免费送,拿走不谢!

  这是一个装有150多枚比特币的钱包,目前总价值1020万美金,是真是假?看视频便知!   150枚比特币的钱包:【网盘下载】、或【备用下载】   只需将上面下载下来的比特币钱包文...
admin的头像-零度博客admin
3.4W+2188
国外大佬基于Win10系统魔改经典WinXP系统,大小只有3.78G-零度博客

国外大佬基于Win10系统魔改经典WinXP系统,大小只有3.78G

1.Ventoy – 开源U 盘启动盘制作工具,支持启动多个系统   Ventoy 官网:【点击下载】 2.国外老大从Win10魔改经典WinXP系统,大小仅3.7GB, 在界面上,该镜像几乎1:1还原了WinXP的细节,无...
admin的头像-零度博客admin
1.5W+6539
最强的卸载神器!免费开源、速度快、可扫描便携软件  - Bulk Crap Uninstaller 【附详细使用教程】 | 零度解说-零度博客
震惊!AI 竟秘密通信,人类完全听不懂!太离谱了!免费开源,可本地部署 GibberLink | 零度解说-零度博客

震惊!AI 竟秘密通信,人类完全听不懂!太离谱了!免费开源,可本地部署 GibberLink | 零度解说

https://www.youtube.com/watch?v=qh9NyjZer6M GibberLink 开源项目下载:https://www.freedidi.com/18644.html
GPT-4o 新推的AI生图功能!零度失误翻车,却找到更好免费替代,Google AI Studio 更有性价比!!| 零度解说-零度博客

GPT-4o 新推的AI生图功能!零度失误翻车,却找到更好免费替代,Google AI Studio 更有性价比!!| 零度解说

https://www.youtube.com/watch?v=qv1qVpH7eoI 1、OpenAI :https://openai.com2、Google AI Studio:https://aistudio.google.com本期视频所用的素材,需要的可以自行下载: 
admin的头像-零度博客admin
1.2W+2659
黑客一直在向伪装成礼物的美国公司发送充满恶意软件的 U 盘-零度博客

黑客一直在向伪装成礼物的美国公司发送充满恶意软件的 U 盘

“恶意 U盘”的伎俩虽然已经很老套了,但显然它仍然在骗子中广受欢迎。 外观友好的 USB 记忆棒是恶意软件传播的载体,与互联网本身一样古老,显然,它们仍然很受犯罪分子的欢迎。 周四,联邦调...
admin的头像-零度博客admin
1.5W+2251