HunyuanVideo 文字轉影片 ComfyUI 工作流程：啟動本地影片的 13B 模型

Q: 載入工作流程後節點變紅

你的 ComfyUI 版本比模板用的節點舊。 先更新 ComfyUI；這些模板只用內建節點，除非指南說明，否則不需要自訂節點包。

Q: 模型元件顯示「Value not in list」

檔案遺失或放錯資料夾。 檢查表格：擴散模型放 models/diffusion_models，文字編碼器放 models/text_encoders，VAE 放 models/vae，LoRA 放 models/loras。按 R 重新整理清單。

Q: CUDA 記憶體不足

模型加潛在空間不適合顯卡。 先降低寬度、高度或幀數；選擇 fp8 或 GGUF 版本的擴散模型；在 Load Diffusion Model 設定 weight_dtype 為 fp8；關閉其他 GPU 程式。本站的 VRAM 指南有各顯卡數據。

Q: 最後階段記憶體不足

73 幀的 VAE 解碼不夠記憶體。 降低 VAE Decode (Tiled) 的 tile_size（256）和 overlap（32）。

主題：ComfyUI

作者：Captain

發佈於 2026年10月9日

概述

HunyuanVideo（2024 年 12 月）是第一個擁有真正電影品質的開放影片模型，ComfyUI 團隊關於在 8 GB VRAM 上運行它的部落格文章仍是他們最受歡迎的文章之一。這是官方範例工作流程：載入帶有 13B 720p 權重的擴散模型，DualCLIPLoader 使用 clip_l 和 LLaVA-Llama 3 fp8 編碼器，Hunyuan VAE，以及一個自訂的採樣器鏈（RandomNoise、BasicGuider、KSamplerSelect euler、BasicScheduler 20 步驟），搭配 FluxGuidance 6 和 ModelSamplingSD3 shift 7。

這個圖形故意用 VAE Decode (Tiled) 來解碼：說明中提到大多數人需要這個，降低 tile_size 和 overlap 是解決解碼時記憶體錯誤的方法。部落格文章的 8 GB 技巧是在 Load Diffusion Model 的 weight_dtype 控制元件上設定 fp8_e4m3fn，這樣 25 GB 的 bf16 檔案會以 fp8 載入。預設是 848x480，73 幀（24 fps 下約三秒）。

放在 ModelTrends.ai 上：hunyuan_video_text_to_video.json 範例工作流程，未做更動。HunyuanVideo 1.5，2025 年的後繼版本，有自己的模板，形狀相同。

圖片和影片

The ComfyUI team's launch clip for this model

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

參考

名稱	類型	含義
hunyuan_video_t2v_720p_bf16.safetensors	models/diffusion_models	13B 文字轉影片模型，bf16（約 25 GB）。Comfy-Org/HunyuanVideo_repackaged。小顯卡上以 fp8 載入。
clip_l.safetensors	models/text_encoders	CLIP-L 編碼器。comfyanonymous/flux_text_encoders。
llava_llama3_fp8_scaled.safetensors	models/text_encoders	LLaVA-Llama 3 編碼器，fp8。Comfy-Org/HunyuanVideo_repackaged。
hunyuan_video_vae_bf16.safetensors	models/vae	Hunyuan 影片 VAE。Comfy-Org/HunyuanVideo_repackaged。
大小與長度	848x480, 73 frames, 24 fps	EmptyHunyuanLatentVideo。幀數為 4n+1。
採樣	20 steps, euler, simple, FluxGuidance 6, shift 7	範例預設值。

檔案放哪裡

把每個下載檔放到你 ComfyUI 安裝資料夾裡的這個資料夾。載入節點只會列出它讀取的資料夾裡的檔案，所以模型放錯資料夾會顯示找不到。

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

逐步操作

更新 ComfyUI（桌面版：幫助 > 檢查更新；免安裝版：執行 update_comfyui.bat）。這些工作流程需要 2025 年或更新版本。
下載下面的工作流程檔案，拖到 ComfyUI 畫布上，或用工作流程 > 開啟。節點會自動帶入檔名。
下載表格中所有檔案，放到指定資料夾。若模型元件出現紅框，表示名稱和資料夾裡的檔案不符：點它選擇你下載的檔案。
在 VRAM 小於 24 GB 的顯卡上，將 Load Diffusion Model 的 weight_dtype 設為 fp8_e4m3fn。
用一整句流暢的話寫場景，風格放前面（例如「anime style」、「cinematic film still」）。
按執行（Ctrl+Enter）。第一次執行會載入模型，花最久時間；之後會重複使用。16 GB 顯卡預設大小下需幾分鐘。
如果解碼時記憶體不足，降低 VAE Decode (Tiled) 的 tile_size 和 overlap。mp4 會在 ComfyUI/output/video。

範例

範例提示詞

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

技巧

HunyuanVideo 沒有負面提示輸入；用正面文字和 FluxGuidance（5 到 7）來引導。
544x960 直向，49 幀是部落格文章的 8 GB 配方。
LLaVA 編碼器能理解長篇自然描述；寫段落，不是標籤。
有成千上萬的 HunyuanVideo LoRA（本站在 Hunyuan 家族分類下列出）；LoraLoaderModelOnly 放在載入器和 ModelSamplingSD3 之間。