Repolode
提交项目
Tencent-Hunyuan

Tencent-Hunyuan/HunyuanVideo

腾讯开源的 130 亿参数视频生成基础模型，可根据文本提示生成视频。

可替代:RunwayLuma Dream Machine

在 GitHub 查看官网
Star
12,647
Fork
1,358
未关闭 Issue
187
最近提交
14天前

这是什么？

HunyuanVideo 是腾讯开源的视频生成模型，提供 PyTorch 模型定义、预训练权重和推理代码，可根据文本提示生成视频。模型基于扩散 Transformer，在由因果 3D VAE 压缩得到的潜在空间中工作。

与早期文生视频模型常用的 CLIP 和 T5 不同，它使用多模态大语言模型作为文本编码器。仓库还提供基于 Hunyuan-Large 微调的提示词改写模型，支持 Normal 和 Master 两种模式，分别侧重理解用户意图和提升画面质量。

项目支持通过命令行或 Gradio 网页服务进行单卡推理，也支持基于 xDiT 的多卡并行推理，并提供 FP8 量化权重以降低显存占用。默认的 720p、129 帧设置需要约 60GB 显存，官方测试环境为 Linux 与 NVIDIA GPU。

核心功能

  • 01基于扩散 Transformer 架构，根据文本提示生成视频。
  • 02使用仅解码器结构的多模态大语言模型作为文本编码器。
  • 03采用因果 3D VAE 将视频压缩到紧凑的潜在空间。
  • 04支持通过 xDiT 进行多卡并行推理。
  • 05提供 FP8 量化权重，可节省约 10GB 显存。
  • 06包含 Gradio 网页演示和命令行采样脚本。

适用场景

  • 研究人员探索开源文生视频模型的架构与效果。
  • 希望在自有 NVIDIA GPU 上自部署视频生成的开发者。
  • 需要基于模型做定制或二次开发的团队。
  • 想在本地通过 Gradio 界面测试文生视频效果的创作者。

快速上手

  1. 1

    克隆仓库并按照 README 中的 Linux 安装指南操作

  2. 2

    按照 README 说明下载预训练模型权重

  3. 3

    按照 README 说明通过命令行运行单 GPU 推理

使用前须知

  • 130 亿参数模型需要大显存 GPU，README 提供了 FP8 权重以降低显存占用。
  • 元数据中未明确许可证，商用前请先核实许可条款。

收录于专题

AI 视频与音频工具AI 图像生成工具与 Stable Diffusion 项目

标签

#video-generation#diffusion-models#diffusion-transformer#text-to-video#pytorch#generative-ai

常见问题

HunyuanVideo 是什么？
腾讯开源的 130 亿参数视频生成基础模型，可根据文本提示生成视频。 HunyuanVideo 是腾讯开源的视频生成模型，提供 PyTorch 模型定义、预训练权重和推理代码，可根据文本提示生成视频。模型基于扩散 Transformer，在由因果 3D VAE 压缩得到的潜在空间中工作。
HunyuanVideo 可以免费使用吗？用的什么许可证？
HunyuanVideo 以 Other 许可证开源。用于商业产品前，请先确认许可证条款。
HunyuanVideo 还在维护吗？
活跃维护中。HunyuanVideo 最近一次提交是在 2026年10月8日。
HunyuanVideo 适合用来做什么？
研究人员探索开源文生视频模型的架构与效果。 希望在自有 NVIDIA GPU 上自部署视频生成的开发者。 需要基于模型做定制或二次开发的团队。 想在本地通过 Gradio 界面测试文生视频效果的创作者。
HunyuanVideo 怎么安装和运行？
克隆仓库并按照 README 中的 Linux 安装指南操作 按照 README 说明下载预训练模型权重 按照 README 说明通过命令行运行单 GPU 推理
在哪里获取 HunyuanVideo？
源代码和安装说明在 GitHub 上：https://github.com/Tencent-Hunyuan/HunyuanVideo

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目