Alur kerja teks ke video HunyuanVideo ComfyUI: model 13B yang memulai video lokal
Ikhtisar
HunyuanVideo (Desember 2024) adalah model video terbuka pertama dengan kualitas sinematik nyata, dan posting blog tim ComfyUI tentang menjalankannya dengan 8 GB VRAM masih salah satu yang paling banyak dibaca. Ini adalah contoh alur kerja resmi: Muat Model Difusi dengan bobot 13B 720p, DualCLIPLoader dengan clip_l dan encoder LLaVA-Llama 3 fp8, VAE Hunyuan, dan rantai sampler khusus (RandomNoise, BasicGuider, KSamplerSelect euler, BasicScheduler 20 langkah) dengan FluxGuidance 6 dan ModelSamplingSD3 shift 7.
Grafik ini sengaja decode dengan VAE Decode (Tiled): catatannya mengatakan kebanyakan orang membutuhkannya, dan menurunkan tile_size dan overlap adalah cara memperbaiki kesalahan memori saat decode. Trik 8 GB dari posting blog adalah widget weight_dtype pada Load Diffusion Model: atur ke fp8_e4m3fn dan file bf16 25 GB dimuat sebagai fp8. 848x480 pada 73 frame (tiga detik pada 24 fps) adalah default.
Di-host di ModelTrends.ai: contoh alur kerja hunyuan_video_text_to_video.json, tanpa perubahan. HunyuanVideo 1.5, penerus tahun 2025, punya template sendiri dengan bentuk yang sama.
Gambar dan klip
The ComfyUI team's launch clip for this model
HunyuanVideo text to video ComfyUI workflow: an example output of the template
Referensi
Nama | Tipe | Artinya |
|---|---|---|
hunyuan_video_t2v_720p_bf16.safetensors | models/diffusion_models | Model teks ke video 13B, bf16 (sekitar 25 GB). Comfy-Org/HunyuanVideo_repackaged. Muat sebagai fp8 di kartu kecil. |
clip_l.safetensors | models/text_encoders | Encoder CLIP-L. comfyanonymous/flux_text_encoders. |
llava_llama3_fp8_scaled.safetensors | models/text_encoders | |
hunyuan_video_vae_bf16.safetensors | models/vae | |
Ukuran dan panjang | 848x480, 73 frames, 24 fps | EmptyHunyuanLatentVideo. Frame 4n+1. |
Sampling | 20 steps, euler, simple, FluxGuidance 6, shift 7 | Default contoh. |
Tempat file disimpan
Taruh setiap unduhan di folder ini dalam instalasi ComfyUI-mu. Node loader hanya menampilkan file yang ada di folder yang dibacanya, jadi model di folder salah akan terlihat hilang.
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
Langkah demi langkah
- Perbarui ComfyUI (Desktop: Bantuan > Periksa pembaruan; portable: jalankan update_comfyui.bat). Alur kerja ini butuh build 2025 atau lebih baru.
- Unduh file alur kerja di bawah dan seret ke kanvas ComfyUI, atau gunakan Workflow > Open. Node muncul dengan nama file sudah terisi.
- Unduh semua file di tabel dan letakkan di folder yang disebutkan. Jika widget model berbingkai merah, nama tidak cocok dengan file di folder itu: klik dan pilih file yang sudah diunduh.
- Di kartu dengan kurang dari 24 GB, atur weight_dtype di Load Diffusion Model ke fp8_e4m3fn.
- Tulis adegan sebagai satu kalimat mengalir dengan gaya di depan ("gaya anime", "still film sinematik").
- Tekan Run (Ctrl+Enter). Jalankan pertama memuat model dan paling lama; jalankan berikutnya menggunakan ulang model. Beberapa menit di kartu 16 GB dengan ukuran default.
- Jika decode kehabisan memori, turunkan tile_size dan overlap di VAE Decode (Tiled). File mp4 ada di ComfyUI/output/video.
Contoh
Prompt contoh
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
Tips
- HunyuanVideo tidak punya input prompt negatif; arahkan dengan teks positif dan FluxGuidance (5 sampai 7).
- 544x960 potret dengan 49 frame adalah resep 8 GB dari posting blog.
- Encoder LLaVA mengerti deskripsi panjang dan alami; tulis paragraf, bukan tag.
- Ada ribuan LoRA HunyuanVideo (situs ini mencantumkannya di bawah keluarga Hunyuan); LoraLoaderModelOnly dipasang antara loader dan ModelSamplingSD3.
Pemecahan masalah
Node berwarna merah setelah memuat alur kerja
Mengapa terjadi
ComfyUI kamu lebih lama dari node yang dipakai template.
Cara memperbaikinya
Perbarui ComfyUI dulu; template ini hanya pakai node bawaan, jadi tidak perlu paket node khusus kecuali panduan bilang.
"Value not in list" pada widget model
Mengapa terjadi
File hilang atau ada di folder yang salah.
Cara memperbaikinya
Periksa tabel: model difusi di models/diffusion_models, encoder teks di models/text_encoders, VAE di models/vae, LoRA di models/loras. Tekan R untuk segarkan daftar.
CUDA kehabisan memori
Mengapa terjadi
Model plus latent tidak muat di kartu.
Cara memperbaikinya
Turunkan lebar, tinggi, atau jumlah frame dulu; pilih versi fp8 atau GGUF dari model difusi; atur weight_dtype ke fp8 di Load Diffusion Model; tutup program GPU lain. Panduan VRAM di situs ini beri angka per kartu.
Kehabisan memori di akhir proses
Mengapa terjadi
Decode VAE 73 frame tidak muat.
Cara memperbaikinya
Turunkan tile_size (256) dan overlap (32) di VAE Decode (Tiled).
Pertanyaan
Apakah bisa jalan di 8 GB?
Bisa, dengan weight_dtype fp8, 544x960 atau 480x480 dan 49 frame, lambat. Posting blog jelaskan caranya.
Gambar ke video?
HunyuanVideo asli adalah teks ke video; model I2V muncul kemudian dan HunyuanVideo 1.5 punya keduanya dengan template sendiri.
HunyuanVideo atau Wan 2.2?
Wan 2.2 lebih baru, lebih patuh prompt dan punya model 5B untuk kartu kelas menengah. HunyuanVideo masih punya perpustakaan LoRA lebih besar dan tampilan khas.
Tautan dan sumber
- The ComfyUI blog post
- The 8 GB VRAM post
- ComfyUI HunyuanVideo examples
- Comfy-Org HunyuanVideo repackaged
- Hunyuan models on ModelTrends.ai
Model dalam panduan ini
Ditulis oleh
Mengemudikan kapal ini. Punya pendapat tentang waktu decode VAE yang tidak diminta siapa pun. Percaya bahwa bobot ingin bebas dan setiap model yang tidak bisa kamu unduh adalah langganan dengan langkah tambahan. Tidak akan menjawab pertanyaan tentang 400 GB checkpoint di NAS.
Semua panduan oleh Captain
Panduan terkait
Wan 2.2 14B teks ke video ComfyUI workflow: dua model, LoRA 4 langkah, gerakan setara bioskop
9 Okt 2026
Alur Kerja LTX-2 teks ke video ComfyUI: gambar dan suara dari satu prompt
9 Okt 2026
Berapa Banyak VRAM yang Kamu Butuhkan untuk Video AI? Wan 2.2, HunyuanVideo 1.5 dan LTX-2 Berdasarkan Ukuran GPU (2026)
6 Okt 2026
HunyuanVideo 1.5 vs Wan 2.2: model video terbuka mana yang dijalankan di 2026
4 Okt 2026
Generasi video AI untuk pemula: image-to-video, text-to-video dan klip pertama dengan Wan, LTX-2 dan H3
29 Apr 2026
Panduan lainnya
Wan 2.1 teks ke video (1.3B) alur kerja ComfyUI: video lokal pertamamu di kartu 8 GB
9 Okt 2026
Alur Kerja Wan 2.2 5B ComfyUI: teks atau gambar 720p ke video di satu kartu kelas menengah
9 Okt 2026
FLUX.2 [klein] 4B teks ke gambar ComfyUI workflow: gambar sub-detik di kartu 8 GB
9 Okt 2026
Alur kerja Wan 2.2 14B image to video ComfyUI: grafik foto-ke-clip terbuka terbaik
9 Okt 2026
Alur kerja ComfyUI LTX-2 dari gambar ke video: animasikan gambar diam dengan suara sinkron
9 Okt 2026