Tencent-Hunyuan/HunyuanVideo

これは何？

主な機能

• 01diffusion transformerアーキテクチャを使用して、テキストプロンプトから動画を生成します。
• 02デコーダーのみのマルチモーダルLLMをテキストエンコーダーとして使用します。
• 03動画をコンパクトな潜在空間に圧縮する因果的な3D VAEを提供します。
• 04xDiTとUSPを利用したマルチGPU並列推論に対応しています。
• 05GPUメモリを約10GB節約できるFP8量子化重みを提供します。
• 06GradioのWebデモと、コマンドラインで実行できるサンプリングスクリプトが含まれています。

ユースケース

• オープンソースのtext-to-video生成モデルを試す研究者。
• 手持ちのNVIDIA GPUで動画生成をセルフホストしたい開発者。
• ファインチューニングやカスタムパイプラインが必要な動画生成機能を開発するチーム。
• Gradioインターフェースを使って、ローカル環境でtext-to-videoの出力を試したいクリエイター。

クイックスタート

1. 1

   リポジトリをクローンし、READMEのLinux向けインストールガイドに従ってください

2. 2

   READMEの説明に従って、事前学習済みモデルの重みをダウンロードしてください

3. 3

   READMEの説明に従って、コマンドラインから単一GPUで推論を実行してください

使う前に知っておきたいこと

• !13Bパラメータのモデルには大容量のGPUが必要です。READMEではメモリ使用量を抑えるため、FP8の重みが案内されています。
• !メタデータに明確なライセンスが記載されていないため、商用利用の前にライセンス条件を確認してください。

収録されている特集

トピック

よくある質問

HunyuanVideo とは？

Tencentが公開する、テキストプロンプトから動画を生成するオープンソースの130億パラメータ動画生成基盤モデルです。 HunyuanVideoはTencentが公開するオープンソースの動画生成モデルで、PyTorchのモデル定義、事前学習済み重み、推論コードが提供されています。テキストプロンプトから動画を生成し、因果的な3D VAEで圧縮した潜在空間上で動作するdiffusion transformerを基盤としています。

HunyuanVideo は無料で使えますか？ライセンスは？

HunyuanVideo は Other ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

HunyuanVideo は今もメンテナンスされていますか？

活発にメンテナンス中。HunyuanVideo の最終コミットは 2026年10月8日 です。

HunyuanVideo は何に使えますか？

オープンソースのtext-to-video生成モデルを試す研究者。 手持ちのNVIDIA GPUで動画生成をセルフホストしたい開発者。 ファインチューニングやカスタムパイプラインが必要な動画生成機能を開発するチーム。 Gradioインターフェースを使って、ローカル環境でtext-to-videoの出力を試したいクリエイター。

HunyuanVideo のインストール方法は？

リポジトリをクローンし、READMEのLinux向けインストールガイドに従ってください READMEの説明に従って、事前学習済みモデルの重みをダウンロードしてください READMEの説明に従って、コマンドラインから単一GPUで推論を実行してください

HunyuanVideo はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/Tencent-Hunyuan/HunyuanVideo