HunyuanVideo Text-zu-Video ComfyUI Workflow: Das 13B Modell, das lokale Videos gestartet hat
Überblick
HunyuanVideo (Dezember 2024) war das erste offene Videomodell mit echter kinoreifer Qualität, und der Blogbeitrag des ComfyUI-Teams darüber, wie man es mit 8 GB VRAM laufen lässt, ist immer noch einer ihrer meistgelesenen. Das ist der offizielle Beispiel-Workflow: Lade das Diffusionsmodell mit den 13B 720p Gewichten, DualCLIPLoader mit clip_l und dem LLaVA-Llama 3 fp8 Encoder, das Hunyuan VAE und eine benutzerdefinierte Sampler-Kette (RandomNoise, BasicGuider, KSamplerSelect euler, BasicScheduler 20 Schritte) mit FluxGuidance 6 und ModelSamplingSD3 Shift 7.
Der Graph dekodiert absichtlich mit VAE Decode (Tiled): die Notiz sagt, die meisten brauchen das, und das Verringern von tile_size und overlap behebt Speicherfehler beim Dekodieren. Der 8 GB Trick aus dem Blogbeitrag ist das weight_dtype Widget beim Load Diffusion Model: setze fp8_e4m3fn und die 25 GB bf16 Datei wird als fp8 geladen. 848x480 bei 73 Frames (drei Sekunden bei 24 fps) ist der Standard.
Gehostet auf ModelTrends.ai: der hunyuan_video_text_to_video.json Beispiel-Workflow, unverändert. HunyuanVideo 1.5, der Nachfolger von 2025, hat eigene Templates mit derselben Form.
Bilder und Clips
The ComfyUI team's launch clip for this model
HunyuanVideo text to video ComfyUI workflow: an example output of the template
Referenz
Name | Typ | Bedeutung |
|---|---|---|
hunyuan_video_t2v_720p_bf16.safetensors | models/diffusion_models | Das 13B Text-zu-Video Modell, bf16 (ca. 25 GB). Comfy-Org/HunyuanVideo_repackaged. Auf kleinen Karten als fp8 laden. |
clip_l.safetensors | models/text_encoders | Der CLIP-L Encoder. comfyanonymous/flux_text_encoders. |
llava_llama3_fp8_scaled.safetensors | models/text_encoders | |
hunyuan_video_vae_bf16.safetensors | models/vae | |
Größe und Länge | 848x480, 73 frames, 24 fps | EmptyHunyuanLatentVideo. Frames 4n+1. |
Sampling | 20 steps, euler, simple, FluxGuidance 6, shift 7 | Die Beispiel-Standardeinstellungen. |
Wo die Dateien hinkommen
Leg jeden Download in diesen Ordner deiner ComfyUI-Installation. Ein Loader-Node listet nur die Dateien, die im Ordner liegen, den er liest, also erscheint ein Modell im falschen Ordner als fehlend.
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
Schritt für Schritt
- ComfyUI aktualisieren (Desktop: Hilfe > Nach Updates suchen; portable: update_comfyui.bat ausführen). Diese Workflows brauchen eine Version von 2025 oder neuer.
- Die Workflow-Datei unten herunterladen und auf die ComfyUI-Leinwand ziehen oder Workflow > Öffnen verwenden. Die Nodes erscheinen mit den Dateinamen bereits ausgefüllt.
- Jede Datei aus der Tabelle herunterladen und in den dort angegebenen Ordner legen. Wenn ein Modell-Widget einen roten Rahmen zeigt, stimmt der Name nicht mit einer Datei in diesem Ordner überein: draufklicken und die heruntergeladene Datei auswählen.
- Auf einer Karte mit weniger als 24 GB weight_dtype im Load Diffusion Model auf fp8_e4m3fn setzen.
- Die Szene als einen fließenden Satz schreiben, zuerst den Stil ("anime style", "cinematic film still").
- Run drücken (Strg+Enter). Der erste Lauf lädt die Modelle und dauert am längsten; spätere Läufe nutzen sie wieder. Mehrere Minuten auf einer 16 GB Karte bei der Standardgröße.
- Wenn beim Dekodieren der Speicher ausgeht, tile_size und overlap bei VAE Decode (Tiled) verringern. Das mp4 liegt in ComfyUI/output/video.
Beispiele
Der Beispiel-Prompt
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
Tipps
- HunyuanVideo hat keinen negativen Prompt-Eingang; steuere mit dem positiven Text und FluxGuidance (5 bis 7).
- 544x960 Hochformat bei 49 Frames ist das 8 GB Rezept aus dem Blogbeitrag.
- Der LLaVA Encoder versteht lange, natürliche Beschreibungen; schreibe einen Absatz, keine Tags.
- Tausende HunyuanVideo LoRAs existieren (diese Seite listet sie unter der Hunyuan Familie); LoraLoaderModelOnly kommt zwischen Loader und ModelSamplingSD3.
Fehlerbehebung
Nodes sind nach dem Laden des Workflows rot
Warum es passiert
Dein ComfyUI ist älter als die Nodes, die die Vorlage nutzt.
So behebst du es
Zuerst ComfyUI aktualisieren; diese Templates nutzen nur eingebaute Nodes, also kein Custom Node Pack nötig, außer die Anleitung sagt es.
"Value not in list" bei einem Modell-Widget
Warum es passiert
Die Datei fehlt oder liegt im falschen Ordner.
So behebst du es
Tabelle prüfen: Diffusionsmodelle kommen in models/diffusion_models, Textencoder in models/text_encoders, VAEs in models/vae, LoRAs in models/loras. R drücken, um die Listen zu aktualisieren.
CUDA out of memory
Warum es passiert
Das Modell plus der Latent passt nicht auf die Karte.
So behebst du es
Zuerst Breite, Höhe oder Frame-Anzahl verringern; eine fp8 oder GGUF Version des Diffusionsmodells wählen; weight_dtype auf fp8 im Load Diffusion Model setzen; andere GPU-Programme schließen. Die VRAM-Guides auf dieser Seite geben Zahlen pro Karte.
Am Ende Speicher voll
Warum es passiert
Das VAE-Dekodieren von 73 Frames passt nicht.
So behebst du es
tile_size (256) und overlap (32) bei VAE Decode (Tiled) verringern.
Fragen
Läuft es auf 8 GB?
Ja, mit weight_dtype fp8, 544x960 oder 480x480 und 49 Frames, langsam. Der Blogbeitrag beschreibt es.
Bild zu Video?
Das originale HunyuanVideo war Text zu Video; das I2V Modell kam später und HunyuanVideo 1.5 hat beide mit eigenen Templates.
HunyuanVideo oder Wan 2.2?
Wan 2.2 ist neuer, folgt Prompts besser und hat das 5B Modell für Mittelklasse-Karten. HunyuanVideo hat weiterhin die größere LoRA-Bibliothek und einen eigenen Look.
Links und Quellen
- The ComfyUI blog post
- The 8 GB VRAM post
- ComfyUI HunyuanVideo examples
- Comfy-Org HunyuanVideo repackaged
- Hunyuan models on ModelTrends.ai
Modelle in dieser Anleitung
Geschrieben von
Leitet dieses Schiff. Hat Meinungen zu VAE-Dekodierzeiten, die niemand gefragt hat. Glaubt, dass Gewichte frei sein wollen und dass jedes Modell, das du nicht herunterladen kannst, ein Abo mit Extra-Schritten ist. Wird keine Fragen zu den 400 GB Checkpoints auf dem NAS beantworten.
Alle Anleitungen von Captain
Verwandte Anleitungen
Wan 2.2 14B Text-zu-Video ComfyUI Workflow: zwei Modelle, ein 4-Schritte LoRA, kinoreife Bewegung
9. Okt 2026
LTX-2 Text-zu-Video ComfyUI Workflow: Bild und Ton aus einem Prompt
9. Okt 2026
Wie viel VRAM brauchst du für KI-Video? Wan 2.2, HunyuanVideo 1.5 und LTX-2 nach GPU-Größe (2026)
6. Okt 2026
HunyuanVideo 1.5 vs Wan 2.2: Welches offene Videomodell 2026 laufen lassen?
4. Okt 2026
KI-Videoerstellung für Anfänger: Bild-zu-Video, Text-zu-Video und der erste Clip mit Wan, LTX-2 und H3
29. Apr 2026
Weitere Anleitungen
Wan 2.1 Text-zu-Video (1.3B) ComfyUI-Workflow: dein erstes lokales Video auf einer 8-GB-Karte
9. Okt 2026
Wan 2.2 5B ComfyUI Workflow: 720p Text- oder Bild-zu-Video auf einer Mittelklasse-Grafikkarte
9. Okt 2026
FLUX.2 [klein] 4B Text-zu-Bild ComfyUI Workflow: Bilder in unter einer Sekunde auf einer 8-GB-Karte
9. Okt 2026
Wan 2.2 14B Bild-zu-Video ComfyUI Workflow: der beste offene Foto-zu-Clip Graph
9. Okt 2026
LTX-2 Bild-zu-Video ComfyUI Workflow: Ein Standbild mit synchronisiertem Ton animieren
9. Okt 2026