大家好，我是立志替大家出手的AI区（最近天气冷）UP主Glen。

Sora 发布之后，有许多人进行了充值并使用。结果他们发现，Sora 的效果与国产的视频生成模型相比，差距并不是很大。

尤其值得一提的是腾讯开源的HunyuanVideo横空出世，以其130亿的参数量，成为开源模型中的“巨无霸”。

它的生成效果完全可以与 Sora 相媲美，甚至在很多时候比 Sora 还要好。最为关键的是，HunyuanVideo 是开源的，可以在本地进行部署使用。

我们来具体看看以下几个HunyuanVideo与 Sora，在相同提示词生成时的情况。

通过这些对比，我们能更清晰地了解到HunyuanVideo效果不输Sora！

更令人高兴的是，就在不久前，Comfyui 也顺利地对 HunyuanVideo提供了支持。

四大优势：HunyuanVideo的“独门秘籍”视觉质量

在视觉质量上，HunyuanVideo超越了多个行业领先模型，如Runway Gen-3、Luma 1.6等，提供了更清晰、更逼真的视频效果。运动多样性

HunyuanVideo能够生成具有丰富运动变化的视频，让每一帧都充满动感。文本-视频对齐

HunyuanVideo在文本与视频的对齐上表现出色，能够准确理解并实现用户的创意意图。生成稳定性

HunyuanVideo在视频生成的稳定性上也有极佳表现，减少了生成过程中的意外和错误。HunyuanVideo的架构：隐空间模型的“神秘力量”

HunyuanVideo的架构独特，它是一个隐空间模型，训练时采用3D VAE来压缩时间维度和空间维度的特征。文本提示经过大语言模型编码后作为条件输入模型，引导模型对高斯噪声进行多步去噪，从而输出视频的隐空间表示。最后在推理时，通过3D VAE解码器将隐空间表示解码为视频。

视频生成的“双流到单流”：HunyuanVideo的独特设计

HunyuanVideo采用了“双流到单流”的混合模型来进行视频生成。在双流阶段，视频和文本token会分别通过并行的Transformer Block进行独立处理，这样每个模态都能学习到适合自身的调制机制，且不会相互干扰。而到了单流阶段，又会将视频和文本token连接起来，然后输入到后续的Transformer Block中，以实现有效的多模态信息融合。

Comfyui - 大神显存优化版

关于 Comfyui 部署方面，据官方所言，在本地部署 HunyuanVideo 时，运行 720px1280px129f 规格的内容，其所需的最小显存要求为 60GB；而运行 544px960px129f 规格的内容，其所需的最小显存要求为 45GB。

kijai 大神近期对 ComfyUI - HunyuanVideoWrapper 插件进行了更新，现在只需 16G 显存便可使用。

即便是8G显存的显卡，在内存足够的情况下，开启虚拟显存，也是可以运行的哦！

HunyuanVideo 与之前开源的 CogVideoX 有所不同，除了主模型和 VAE 模型外，它还使用了名为 llava - llama - 3 - 8b - text - encoder - tokenizer 的多模态大语言模型作为文本编码器。

在 Comfyui 中安装 ComfyUI - HunyuanVideoWrapper 插件时，需要手动下载主模型和 VAE 模型，地址为：

huggingface.co/Kijai/Hunyu…

免费离线懒人包

为了让大家能够轻松体验到该项目的魅力，我当然是：无所谓，我会出手.jpg。为大家准备了一个免费整合包，让你不用配置环境，直接就能用。

①下载整合包到本地，解压并双击“run_nvidia_gpu.bat”，项目会自动打开浏览器运行。②下载整合包中的工作流文件：

③在项目界面加载工作流文件：

④在界面中输入提示词：

⑤点击运行按钮，等待项目运行：

稍等一段时间后，即可看到生成的视频了。

注意事项：

显卡推荐：建议使用配有至少8GB显存（建议10G显存以上）的英伟达显卡。

路径和文件名：确保安装路径不包含中文字符，上传的文件也不要包含中文哦。这是为了避免可能的兼容问题，让你的穿越之旅更加顺畅。

今天就聊到这了，我是Glen ，感谢你看我的内容，欢迎大家继续支持我，请点赞、收藏、分享三连走一波吧~

sm关注️，后台回复关键词【HunyuanVideo下载】免费获得整合包

我是Glen，原鹅厂、字节高级产品经理，现AI公司创始人。我的使命是：让一部分人，看见AI并连接。分享人工智能、互联网、商业、职场等内容，管理精力，提升认知。种一棵树最好的时机是十年前，其次是现在！