Flux de travail ComfyUI HunyuanVideo texte vers vidéo : le modèle 13B qui a lancé la vidéo locale
Aperçu
HunyuanVideo (décembre 2024) a été le premier modèle vidéo ouvert avec une vraie qualité cinématographique, et l'article du blog de l'équipe ComfyUI sur son fonctionnement avec 8 Go de VRAM reste l'un des plus lus. Voici le flux de travail officiel : charger le modèle de diffusion avec les poids 13B 720p, DualCLIPLoader avec clip_l et l'encodeur LLaVA-Llama 3 fp8, le VAE Hunyuan, et une chaîne d'échantillonneur personnalisée (RandomNoise, BasicGuider, KSamplerSelect euler, BasicScheduler 20 étapes) avec FluxGuidance 6 et ModelSamplingSD3 shift 7.
Le graphe décode avec VAE Decode (Tiled) exprès : la note dit que la plupart des gens en ont besoin, et baisser tile_size et overlap est la solution aux erreurs mémoire lors du décodage. L'astuce 8 Go du blog est le widget weight_dtype sur Load Diffusion Model : mettre fp8_e4m3fn et le fichier bf16 de 25 Go est chargé en fp8. 848x480 à 73 images (trois secondes à 24 fps) est la valeur par défaut.
Hébergé sur ModelTrends.ai : l'exemple de flux de travail hunyuan_video_text_to_video.json, inchangé. HunyuanVideo 1.5, le successeur de 2025, a ses propres templates avec la même résolution.
Images et clips
The ComfyUI team's launch clip for this model
HunyuanVideo text to video ComfyUI workflow: an example output of the template
Référence
Nom | Type | Rôle |
|---|---|---|
hunyuan_video_t2v_720p_bf16.safetensors | models/diffusion_models | Le modèle texte-vers-vidéo 13B, bf16 (environ 25 Go). Comfy-Org/HunyuanVideo_repackaged. Charger en fp8 sur les petites cartes. |
clip_l.safetensors | models/text_encoders | L'encodeur CLIP-L. comfyanonymous/flux_text_encoders. |
llava_llama3_fp8_scaled.safetensors | models/text_encoders | |
hunyuan_video_vae_bf16.safetensors | models/vae | |
Taille et durée | 848x480, 73 frames, 24 fps | EmptyHunyuanLatentVideo. Images 4n+1. |
Échantillonnage | 20 steps, euler, simple, FluxGuidance 6, shift 7 | Les valeurs par défaut de l'exemple. |
Où mettre les fichiers
Mets chaque téléchargement dans ce dossier de ton installation ComfyUI. Un nœud chargeur ne liste que les fichiers qui sont dans le dossier qu'il lit, donc un modèle dans le mauvais dossier apparaît comme manquant.
ComfyUI/├── models/│ ├── diffusion_models/│ │ └── hunyuan_video_t2v_720p_bf16.safetensors│ ├── text_encoders/│ │ ├── clip_l.safetensors│ │ └── llava_llama3_fp8_scaled.safetensors│ └── vae/│ └── hunyuan_video_vae_bf16.safetensors
Pas à pas
- Met à jour ComfyUI (Bureau : Aide > Vérifier les mises à jour ; portable : lance update_comfyui.bat). Ces flux de travail demandent une version 2025 ou plus récente.
- Télécharge le fichier de flux de travail ci-dessous et glisse-le sur la toile ComfyUI, ou utilise Workflow > Open. Les nœuds apparaissent avec les noms de fichiers déjà remplis.
- Télécharge tous les fichiers du tableau et mets-les dans le dossier indiqué. Si un widget modèle a un contour rouge, le nom ne correspond pas à un fichier dans ce dossier : clique dessus et choisis le fichier que tu as téléchargé.
- Sur une carte avec moins de 24 Go, règle weight_dtype dans Load Diffusion Model sur fp8_e4m3fn.
- Écris la scène en une phrase fluide avec le style en premier ("style anime", "plan de film cinématographique").
- Appuie sur Run (Ctrl+Entrée). La première exécution charge les modèles et prend le plus de temps ; les suivantes les réutilisent. Plusieurs minutes sur une carte 16 Go à la taille par défaut.
- Si le décodage manque de mémoire, baisse tile_size et overlap sur VAE Decode (Tiled). Le mp4 se trouve dans ComfyUI/output/video.
Exemples
Le prompt d'exemple
anime style anime girl with massive fennec ears and one big fluffy tail, she has blonde hair long hair blue eyes wearing a pink sweater and a long blue skirt walking in a beautiful outdoor scenery with snow mountains in the background
Astuces
- HunyuanVideo n'a pas d'entrée de prompt négatif ; oriente-le avec le texte positif et FluxGuidance (5 à 7).
- 544x960 portrait à 49 images est la recette 8 Go du blog.
- L'encodeur LLaVA comprend les descriptions longues et naturelles ; écris un paragraphe, pas des tags.
- Des milliers de LoRA HunyuanVideo existent (ce site les liste sous la famille Hunyuan) ; LoraLoaderModelOnly se place entre le loader et ModelSamplingSD3.
Dépannage
Les nœuds sont rouges après chargement du flux de travail
Pourquoi cela arrive
Ta version de ComfyUI est plus ancienne que les nœuds utilisés par le template.
Comment le corriger
Mets d'abord ComfyUI à jour ; ces templates utilisent uniquement des nœuds intégrés, donc pas besoin de pack de nœuds personnalisés sauf indication contraire dans le guide.
"Value not in list" sur un widget modèle
Pourquoi cela arrive
Le fichier est manquant ou dans le mauvais dossier.
Comment le corriger
Vérifie le tableau : les modèles de diffusion vont dans models/diffusion_models, les encodeurs texte dans models/text_encoders, les VAE dans models/vae, les LoRA dans models/loras. Appuie sur R pour rafraîchir les listes.
CUDA out of memory
Pourquoi cela arrive
Le modèle plus le latent ne tiennent pas sur la carte.
Comment le corriger
Réduis d'abord la largeur, la hauteur ou le nombre d'images ; choisis une version fp8 ou GGUF du modèle de diffusion ; règle weight_dtype sur fp8 dans Load Diffusion Model ; ferme les autres programmes GPU. Les guides VRAM sur ce site donnent les chiffres par carte.
Manque de mémoire à la toute fin
Pourquoi cela arrive
Le décodage VAE de 73 images ne tient pas.
Comment le corriger
Baisse tile_size (256) et overlap (32) sur VAE Decode (Tiled).
Questions
Ça tourne sur 8 Go ?
Oui, avec weight_dtype fp8, 544x960 ou 480x480 et 49 images, lentement. Le blog l'explique.
Image vers vidéo ?
Le HunyuanVideo original était texte vers vidéo ; le modèle I2V est arrivé plus tard et HunyuanVideo 1.5 a les deux avec leurs propres templates.
HunyuanVideo ou Wan 2.2 ?
Wan 2.2 est plus récent, suit mieux les prompts et a le modèle 5B pour les cartes milieu de gamme. HunyuanVideo a encore la plus grande bibliothèque LoRA et un style distinctif.
Liens et sources
- The ComfyUI blog post
- The 8 GB VRAM post
- ComfyUI HunyuanVideo examples
- Comfy-Org HunyuanVideo repackaged
- Hunyuan models on ModelTrends.ai
Modèles de ce guide
Écrit par
Dirige ce navire. A des avis sur les temps de décodage VAE que personne n’a demandés. Croit que les poids veulent être libres et que tout modèle que vous ne pouvez pas télécharger est un abonnement avec des étapes supplémentaires. Ne répondra pas aux questions sur les 400 Go de checkpoints sur le NAS.
Tous les guides de Captain
Guides associés
Wan 2.2 14B texte en vidéo ComfyUI workflow : deux modèles, un LoRA 4 étapes, mouvement de qualité cinéma
9 Oct 2026
Flux de travail ComfyUI LTX-2 texte vers vidéo : image et son à partir d’un seul prompt
9 Oct 2026
De combien de VRAM as-tu besoin pour la vidéo IA ? Wan 2.2, HunyuanVideo 1.5 et LTX-2 selon la taille du GPU (2026)
6 Oct 2026
HunyuanVideo 1.5 vs Wan 2.2 : quel modèle vidéo open choisir en 2026
4 Oct 2026
Génération vidéo IA pour débutants : image en vidéo, texte en vidéo et le premier clip avec Wan, LTX-2 et H3
29 Avr 2026
Autres guides
Wan 2.1 texte en vidéo (1.3B) workflow ComfyUI : ta première vidéo locale sur une carte 8 Go
9 Oct 2026
Wan 2.2 5B ComfyUI workflow : texte ou image 720p vers vidéo sur une carte milieu de gamme
9 Oct 2026
FLUX.2 [klein] 4B texte vers image workflow ComfyUI : images en moins d'une seconde sur une carte 8 Go
9 Oct 2026
Wan 2.2 14B image to video ComfyUI workflow : le meilleur graphe photo-to-clip open source
9 Oct 2026
Flux de travail ComfyUI LTX-2 image vers vidéo : animer une image fixe avec son synchronisé
9 Oct 2026