HunyuanVideo テキストから動画への ComfyUI ワークフロー：ローカル動画を始めた13Bモデル

Q: ワークフロー読み込み後にノードが赤い

ComfyUIがテンプレートで使うノードより古い。 まずComfyUIをアップデート。これらのテンプレートは組み込みノードだけ使うので、ガイドに書いてなければカスタムノードパックは不要。

Q: モデルウィジェットで「Value not in list」

ファイルがないか間違ったフォルダにある。 表を確認：diffusion modelsはmodels/diffusion_models、テキストエンコーダーはmodels/text_encoders、VAEはmodels/vae、LoRAはmodels/lorasに入れる。Rキーでリストを更新。

Q: CUDAのメモリ不足

モデルと潜在空間がカードに収まらない。 まず幅、高さ、フレーム数を下げる。diffusionモデルのfp8かGGUF版を選ぶ。Load Diffusion Modelでweight_dtypeをfp8に設定。他のGPUプログラムを閉じる。このサイトのVRAMガイドでカードごとの目安を確認。

Q: 最後のほうでメモリ不足

73フレームのVAEデコードが収まらない。 VAE Decode (Tiled)のtile_size（256）とoverlap（32）を下げる。

トピック：ComfyUI

著者：Captain

2026年10月9日公開

概要

HunyuanVideo（2024年12月）は本物の映画品質を持つ最初のオープン動画モデルで、8GBのVRAMで動かす方法を紹介したComfyUIチームのブログ記事は今でもよく読まれている。これは公式の例ワークフロー：13B 720pの重みを使ってDiffusion Modelをロードし、clip_lとLLaVA-Llama 3 fp8エンコーダーのDualCLIPLoader、Hunyuan VAE、そしてFluxGuidance 6とModelSamplingSD3 shift 7を使ったカスタムサンプラーチェーン（RandomNoise、BasicGuider、KSamplerSelect euler、BasicScheduler 20ステップ）。

グラフは意図的にVAE Decode (Tiled)でデコードしている：ほとんどの人に必要で、メモリエラーの対策はtile_sizeとoverlapを下げること。ブログ記事の8GBトリックはLoad Diffusion Modelのweight_dtypeウィジェットで、fp8_e4m3fnに設定すると25GBのbf16ファイルがfp8として読み込まれる。デフォルトは848x480で73フレーム（24fpsで3秒）。

ModelTrends.aiでホスト：hunyuan_video_text_to_video.jsonの例ワークフローは変更なし。2025年の後継モデルHunyuanVideo 1.5は同じ形状のテンプレートを持つ。

画像とクリップ

The ComfyUI team's launch clip for this model

HunyuanVideo text to video ComfyUI workflow: an example output of the template

リファレンス

名前	型	意味
hunyuan_video_t2v_720p_bf16.safetensors	models/diffusion_models	13Bのテキストから動画モデル、bf16（約25GB）。Comfy-Org/HunyuanVideo_repackaged。小さいカードではfp8として読み込む。
clip_l.safetensors	models/text_encoders	CLIP-Lエンコーダー。comfyanonymous/flux_text_encoders。
llava_llama3_fp8_scaled.safetensors	models/text_encoders	LLaVA-Llama 3エンコーダー、fp8。Comfy-Org/HunyuanVideo_repackaged。
hunyuan_video_vae_bf16.safetensors	models/vae	Hunyuanの動画用VAE。Comfy-Org/HunyuanVideo_repackaged。
サイズと長さ	848x480, 73 frames, 24 fps	EmptyHunyuanLatentVideo。フレームは4n+1。
サンプリング	20 steps, euler, simple, FluxGuidance 6, shift 7	例のデフォルト。

ファイルの置き場所

ダウンロードしたものはComfyUIのこのフォルダに入れてね。ローダーノードは読んでいるフォルダにあるファイルだけをリストアップするから、モデルが間違ったフォルダにあると見つからないよ。

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

手順

ComfyUIをアップデート（デスクトップ：Help > Check for updates、ポータブル版：update_comfyui.batを実行）。このワークフローは2025年以降のビルドが必要。
下のワークフローファイルをダウンロードしてComfyUIのキャンバスにドラッグ、またはWorkflow > Openで開く。ノードはファイル名がすでに入った状態で表示される。
表のすべてのファイルをダウンロードして指定のフォルダに入れる。モデルウィジェットが赤枠なら、名前がフォルダ内のファイルと合っていないのでクリックしてダウンロードしたファイルを選ぶ。
24GB未満のカードならLoad Diffusion Modelのweight_dtypeをfp8_e4m3fnに設定。
シーンはスタイルを最初に書いて一文で流れるように書く（「anime style」「cinematic film still」など）。
Run（Ctrl+Enter）を押す。最初の実行はモデルの読み込みで一番時間がかかる。16GBカードでデフォルトサイズなら数分。
デコードでメモリ不足になったらVAE Decode (Tiled)のtile_sizeとoverlapを下げる。mp4はComfyUI/output/videoにある。

例

例のプロンプト

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

ヒント

HunyuanVideoはネガティブプロンプト入力がないので、ポジティブテキストとFluxGuidance（5〜7）で調整する。
544x960の縦長で49フレームはブログ記事の8GB用レシピ。
LLaVAエンコーダーは長い自然な説明を理解するので、タグではなく段落で書く。
HunyuanVideo用のLoRAは何千もある（このサイトではHunyuanファミリーとしてリストされている）。LoraLoaderModelOnlyはローダーとModelSamplingSD3の間に置く。