Framework de generación de video para modelos Diffusion Transformer que crea videos con distintas resoluciones y a partir de imágenes, y permite entrenar modelos base y LoRA.
2,3 mil198PythonApache-2.0Actualizado anteayer
Tencent-Hunyuan/HunyuanVideo
Modelo fundacional de generación de video de código abierto de 13B parámetros de Tencent que crea videos a partir de prompts de texto.
Alternativa open source a:Runway
Luma Dream Machine
- Estrellas
- 12,646
- Forks
- 1,358
- Issues abiertos
- 187
- Último commit
- hace 14 días
¿Qué es?
HunyuanVideo es un modelo de generación de video de código abierto de Tencent, distribuido con definiciones de modelos de PyTorch, pesos preentrenados y código de inferencia. Genera videos a partir de prompts de texto y se basa en un diffusion transformer que opera en un espacio latente comprimido por un VAE 3D causal.
El modelo utiliza un modelo de lenguaje grande multimodal como codificador de texto, en lugar de los codificadores CLIP y T5 habituales en sistemas anteriores de generación de video a partir de texto. También incluye un modelo opcional de reescritura de prompts, basado en Hunyuan-Large, con los modos Normal y Master, que los ajustan según la intención o la calidad visual.
El repositorio incluye inferencia con una sola GPU mediante una herramienta de línea de comandos o un servidor web de Gradio, inferencia paralela con varias GPU mediante xDiT y pesos cuantizados FP8 para reducir el uso de memoria de la GPU. La configuración predeterminada de 720p y 129 fotogramas requiere unos 60 GB de memoria de GPU y se ha probado en Linux con GPU NVIDIA.
Funciones clave
- 01Genera videos a partir de prompts de texto mediante una arquitectura diffusion transformer.
- 02Utiliza un LLM multimodal de solo decodificador como codificador de texto.
- 03Incluye un VAE 3D causal que comprime el video en un espacio latente compacto.
- 04Admite inferencia paralela con varias GPU mediante xDiT y USP.
- 05Ofrece pesos cuantizados FP8 que ahorran unos 10 GB de memoria de GPU.
- 06Incluye una demo web de Gradio y un script de muestreo de línea de comandos.
Casos de uso
- Investigadores que experimentan con modelos de generación de video a partir de texto de código abierto.
- Desarrolladores que quieren alojar la generación de video en sus propias GPU NVIDIA.
- Equipos que crean funciones de generación de video y necesitan ajustar el modelo o usar pipelines personalizados.
- Creadores que prueban localmente resultados de generación de video a partir de texto mediante una interfaz de Gradio.
Inicio rápido
- 1
Clona el repositorio y sigue la guía de instalación para Linux del README
- 2
Descarga los pesos del modelo preentrenado siguiendo las instrucciones del README
- 3
Ejecuta la inferencia con una sola GPU desde la línea de comandos, tal como se indica en el README
Antes de usarlo
- El modelo de 13B parámetros requiere una GPU de gran capacidad, y el README recomienda usar pesos FP8 para reducir el consumo de memoria.
- Los metadatos no indican una licencia clara; consulta sus condiciones antes de usarlo con fines comerciales.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es HunyuanVideo?
- Modelo fundacional de generación de video de código abierto de 13B parámetros de Tencent que crea videos a partir de prompts de texto. HunyuanVideo es un modelo de generación de video de código abierto de Tencent, distribuido con definiciones de modelos de PyTorch, pesos preentrenados y código de inferencia. Genera videos a partir de prompts de texto y se basa en un diffusion transformer que opera en un espacio latente comprimido por un VAE 3D causal.
- ¿HunyuanVideo es gratuito? ¿Qué licencia tiene?
- HunyuanVideo es open source bajo la licencia Other. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿HunyuanVideo sigue mantenido?
- Mantenimiento activo. El último commit de HunyuanVideo fue el 8 oct 2026.
- ¿Para qué puedo usar HunyuanVideo?
- Investigadores que experimentan con modelos de generación de video a partir de texto de código abierto. Desarrolladores que quieren alojar la generación de video en sus propias GPU NVIDIA. Equipos que crean funciones de generación de video y necesitan ajustar el modelo o usar pipelines personalizados. Creadores que prueban localmente resultados de generación de video a partir de texto mediante una interfaz de Gradio.
- ¿Cómo se instala HunyuanVideo?
- Clona el repositorio y sigue la guía de instalación para Linux del README Descarga los pesos del modelo preentrenado siguiendo las instrucciones del README Ejecuta la inferencia con una sola GPU desde la línea de comandos, tal como se indica en el README
- ¿Dónde consigo HunyuanVideo?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/Tencent-Hunyuan/HunyuanVideo
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Modelos generativos de video de código abierto y gran escala para crear videos a partir de texto, imágenes o audio, y animar personajes.
IA y Machine Learning#video-generation#text-to-video#image-to-video#diffusion-model#mixture-of-experts
18,1 mil2,4 milPythonApache-2.0Actualizado el mes pasado
Biblioteca de PyTorch con modelos de difusión preentrenados, planificadores de ruido y componentes para generar imágenes, video y audio.
34,8 mil7,4 milPythonApache-2.0Actualizado hace 5 horas
Base de código de código abierto para generar imágenes y videos de alta resolución de forma eficiente con transformers de difusión de atención lineal, con flujos de entrenamiento e inferencia.
9,6 mil769PythonApache-2.0Actualizado anteayer
Interfaz gráfica de nodos, API y backend para ejecutar modelos de difusión localmente y generar imágenes, video, audio y contenido 3D.
IA y Machine Learning#stable-diffusion#diffusion-models#node-editor#image-generation#video-generation
142 mil16,7 milPythonGPL-3.0Actualizado hace 7 horas
Suite de benchmarks y herramientas de evaluación que puntúa modelos generativos de texto a video e imagen a video en diversas dimensiones de calidad y semántica.
1,8 mil135PythonApache-2.0Actualizado hace 2 meses