HUNYUAN | AllInOne

---

나한테 버즈하지 마세요. 피드백이 훨씬 더 환영됩니다. | 최종 업데이트: 2025년 3월 6일

---

⬇️ 공식 이미지에서 동영상으로 전환 V2 모델 출시! ⬇️ COMFYUI 업데이트 필요!
파일 다운로드:
링크 1 → _\models\clip_vision_에 붙여넣기
링크 2 또는 링크 3 → _\models\diffusion_models_에 붙여넣기 (당신에게 가장 잘 맞는 것을 선택하세요)
⚠️ I2V 모델은 2025년 3월 7일에 업데이트되었습니다. ⚠️

이 워크플로우는 다양한 테스트와 개선을 통해 시간이 흐르며 발전해 왔으며,
이 커뮤니티의 거대한 기여 덕분입니다.
필요 사항, 특별한 감사 및 크레딧은 위에 나와 있습니다.

---

댓글을 달기 전에 다음 사항을 기억하세요:

• 어드밴스드 및 울트라 워크플로우는 경험이 풍부한 ComfyUI 사용자를 위해 설계되었습니다.
  익숙하지 않은 노드를 설치할 경우, 모든 책임은 사용자에게 있습니다.

• 저는 자유 시간에 재미로 이 워크플로우를 만들고 있습니다.

  당신이 겪을 수 있는 대부분의 문제는 이미 Discord, Reddit, GitHub에서 널리 논의되었으며, 사용 중인 워크플로우의 설명에 해결 방법이 포함되어 있습니다. 따라서 꼼꼼히 읽고,
  댓글을 달기 전에 검색을 해보세요.

• 이 프로젝트는 혼자 시작했지만, 이제는 열정, 실험 및 놀라운 발견으로 기여하는 소규모 팀이 생겼습니다. 아래에 크레딧을 표시합니다.
  그들의 기여 덕분에 이 작은 프로젝트는 모두를 위한 이익을 위해 지속적으로 성장하고 개선되고 있습니다.

• Fast LoRA는 다른 LoRA와 조합할 때 가장 잘 작동하며, 스텝 수를 줄일 수 있습니다.

  - Wave Speed는 추론 시간을 크게 단축할 수 있지만, 아티팩트를 유발할 수 있습니다.

  - 우수한 결과를 얻으려면 다양한 설정을 테스트해야 합니다. 기본 설정이 항상 작동하는 것은 아니며, 특히 LoRA를 사용할 때 그러합니다. 최적의 설정을 찾기 위해 실험하세요. 모든 경우에 적용되는 보편적 설정은 존재하지 않습니다.

  - 다른 샘플러/스케줄러로 전환해 보세요. 예: UniPC simple, LCM simple, DDPM, DDMPP_2M beta, Euler normal/simple/beta, 또는 새롭게 도입된 "Gradient_estimation"
  (샘플러/스케줄러는 각 단계와 모드에 대해 별도로 설정해야 하며, 콘솔에서 찾을 수 있는 설정이 아닙니다.)

---

적절한 워크플로우를 선택하는 데 도움이 되는 표시:

✔️ 녹색 체크 = 해당 범주에 대한 최신 버전.
최신 설정, 트릭, 업데이트된 노드 및 샘플러 포함, 최신 ComfyUI와 호환.

🟩🟧🟪 색상 = 베이직 / 어드밴스드 / 울트라

❌ = 폐기된 노드 기반. 사용하려면 직접 수정해야 합니다.

---

빠른 팁:

VRAM이 낮은가요? 다음을 시도하세요:

및/또는 여기에서 사용 가능한 GGUF 모델 시도: https://huggingface.co/city96/HunyuanVideo-gguf/tree/main

---

RTX4000 사용자라면 이것을 사용하세요:

---

더 많은 팁을 원하세요?
내 기사 확인: https://civitai.com/articles/9584

---

이 페이지의 모든 워크플로우는 효율성을 우선시하여 가능한 빠르게 고품질 결과를 제공하도록 설계되었습니다.
그러나 사용자는 직관적이고 빠르게 접근 가능한 컨트롤을 통해 설정을 쉽게 사용자 정의할 수 있습니다.

초고화질 동영상과 이 모델이 달성할 수 있는 최고의 출력을 원하는 사용자는 단계 수 증가, 해상도 조정, TeaCache / WaveSpeed 영향 감소, 또는 Fast LoRA 완전 비활성화와 같은 조정이 필요할 수 있습니다.

저는 품질과 속도 간의 최적의 균형을 추구합니다. 제가 공유하는 모든 예시 동영상은 이 워크플로우에서 제공하는 기본 설정을 사용하여 이 원칙에 따라 제작되었습니다. 장면에 따라 화면비, 해상도 또는 스텝 수를 미세 조정할 수는 있지만, 일반적으로 이 설정이 가장 균형 잡힌 성능을 제공합니다.

---

워크플로우 설명:

---

🟩"I2V OFFICIAL_"

필요 사항:

• llava_llama3_vision: ➡️링크 → _\models\clip_vision_에 붙여넣기

• 모델: ➡️링크 또는 ➡️링크 (당신에게 가장 잘 맞는 것을 선택하세요)
  → _\models\diffusion_models_에 붙여넣기

• https://github.com/chengzeyi/Comfy-WaveSpeed

• https://github.com/pollockjj/ComfyUI-MultiGPU

  다음 노드는 SAGE ATTENTION용이며, 설치되지 않았다면 그냥 건너뛰세요:

---

🟩"BASIC All In One"

네이티브 Comfy 노드를 사용하며, 3가지 실행 방식을 제공합니다:

• T2V

• I2V (일종의 방식. 이미지가 *x 프레임으로 복제되어 잠재 공간에 전달되며, 노이즈 제거 수준을 조정하여 원본 이미지의 구조, 구성 및 색상을 보존합니다. 저는 이 접근법이 추론 시간을 절약하고 원하는 결과를 더 잘 유도할 수 있기 때문에 매우 유용하다고 생각합니다). 물론, 노이즈 제거 수준을 너무 낮추면 최종 결과가 정지 상태가 되고 움직임이 극히 적어지기 때문에 일반적인 움직임은 희생됩니다. 노이즈 제거 임계값은 사용자의 필요에 따라 결정하세요.

  더 정확한 이미지-동영상 변환을 위한 다른 방법도 있지만 속도가 느립니다. 저는 워크플로우에 네거티브 프롬프트를 포함하지 않았는데, 이는 대기 시간을 두 배로 늘리기 때문입니다.

• V2V: 위의 I2V와 동일한 개념

필요 사항:
https://github.com/chengzeyi/Comfy-WaveSpeed
https://github.com/pollockjj/ComfyUI-MultiGPU

---

🟧 "ADVANCED All In One TEA ☕"

**BASIC All In One TEA ☕**의 개선된 버전으로, 더 빠르게 업스케일링할 수 있는 추가 기법과 I2V 및 V2V용 가벼운 캡셔닝 시스템이 포함되어 있으며, 추가 VRAM 사용량은 단지 100MB입니다.

업스케일링은 세 가지 방식으로 가능합니다:

1. 모델을 사용한 업스케일링. 최고 품질. 느림 (Refine은 선택 사항)

2. Classic 업스케일링 + Refine. 여러 비디오 업스케일링 모델을 테스트한 후 제가 선택한 특수 비디오 업스케일링 모델을 사용합니다. 속도가 빠르고 대비가 우수하며 선명한 선을 제공합니다. 단독 사용 시 최적의 선택은 아니지만, REFINE 단계와 결합하면 선명한 동영상을 생성합니다. 이 옵션은 시간 측면에서 첫 번째와 세 번째 방법 사이의 중간 지점입니다.

3. Latent 업스케일링 + Refine. 제 가장 좋아하는 방식. 가장 빠름. 양호한 품질.
   이 방식은 첫 번째 방식과 동일하며 기본적으로 V2V와 같지만, 약간 낮은 스텝과 노이즈 제거 수준으로 수행됩니다.

세 가지 서로 다른 방식, 선호도에 따라 더 많은 선택 가능.

필요 사항:

- ClipVitLargePatch14
모델.safetensors 다운로드
이름을 _clip-vit-large-patch14_OPENAI.safetensors_로 변경
_\models\clip_에 붙여넣기

- RealESR General x4 v3
_\models\ESRGAN\_에 붙여넣기

- -LongCLIP-SAE-ViT-L-14
- https://github.com/pollockjj/ComfyUI-MultiGPU
- https://github.com/chengzeyi/Comfy-WaveSpeed

업데이트 변경 내역:

|1.1|
더 빠른 업스케일링
개선된 설정

|1.2|
중복 제거, 더 나은 로직
일부 오류 수정
비디오를 로드하고 직접 업스케일링할 수 있는 추가 박스 추가

|1.3|

• 새로운 프롬프팅 시스템.

  이제 온라인에서 찾은 어떤 프롬프트라도 복사하여 붙여넣기만 하면, 원하지 않는 단어가 자동으로 수정되고/또는 임의의 단어가 추가됩니다.

• 일부 잠재 자동 스위치 버그 수정 (이로 인해 심한 두통을 겪었습니다)

• 시드 문제 수정. 이제 시드 잠금은 샘플링도 잠급니다.

• UI 정리

|1.4|

• 배치 비디오 처리 – 엄청난 시간 절약!

  이제 최소 품질로 비디오를 생성한 후, 일괄적으로 업스케일링, 리파인, 또는 보간을 한 단계로 큐에 넣을 수 있습니다.

  비디오가 저장된 폴더만 지정하면 프로세스가 자동으로 진행됩니다.

• 각 단계(업스케일링/리파인)에 시드 픽커 추가

  이제 초기 생성 단계에서 시드를 잠그고, 업스케일링 또는 리파인 단계에서는 시드를 무작위로 변경할 수 있습니다.

• 비디오 미리보기를 위한 공간 확장

  높은 비디오를 생성할 때 노드가 중첩되지 않습니다(물론 화면비를 지나치게 높이지는 마세요).

• 샘플러 미리보기 공간 확장

  관리자에서 미리보기 기능을 활성화하면 생성 진행 상황을 실시간으로 확인할 수 있습니다.
  원하지 않는 방향으로 진행된다면 프로세스를 중단할 수 있습니다.

  (저는 보통 미리보기를 끄는데, 활성화하면 약간 더 오래 걸리기 때문입니다. 하지만 상황에 따라 유용할 수 있습니다.)

• UI 개선

  일부 연결(노들) 정리, 중복 제거, 전체 효율성 향상.
  모든 핵심 노드는 파란색으로 강조되어 해당 비디오 노드 바로 아래에 표시되며, 스위치, 논리, 수학 등 수정하지 말아야 할 백엔드 요소는 아래로 이동되었습니다. 이제 설정을 변경하거나 원하는 노드로 교체하는 것이 훨씬 더 쉬워졌습니다.

• 알림

  브라우저 알림을 보내는 모든 노드는 가장 아래쪽으로 이동하고 회색으로 강조되어 있습니다. 귀찮다면 빠르게 찾을 수 있으며, 선택 후 삭제할 수 있습니다.

|1.5|

• 일반적인 개선, 일부 버그 수정

NB:
콘솔에서 이 두 오류는 전혀 문제가 없습니다. 무시하세요.
WARNING: DreamBigImageSwitch.IS_CHANGED() got an unexpected keyword argument 'select'
WARNING: SystemNotification.IS_CHANGED() missing 1 required positional argument: 'self'_

---

🟪 "AIO | ULTRA "

대규모 비디오 생성의 이 강력한 도구를 받아들이세요!
이 버전은 진정한 전문가를 위해 설계되었으며, 많은 가능성을 열어줍니다.
더 높은 품질, 선명한 동영상, 심지어 더 빠른 속도를 위한 설정이 포함되어 있으며, 거의 모든 오류가 제거되었습니다.
이전 모든 워크플로우도 오류를 최소화하도록 업데이트되었으며, 이전 기사에서 설명했습니다.

개념에서 생성까지 기록적인 속도로!

우리는 세계 기록 수준의 속도를 달성하고 있지만, 그 대가로 복잡성이 증가합니다. 노력하여 워크플로우를 깔끔하게 유지하고 모든 자동화를 백엔드로 숨기려 했지만, 점점 더 intimidating해지고 있습니다.

그래서 이 워크플로우를 ULTRA라고 부릅니다. 최고의 결과를 가장 빠르게 얻고자 하는 강력한 Hunyuan 사용자를 위한 힘의 원천이며, 모든 도구가 손끝에 있습니다.

주요 기능 및 개선사항:

• 편리한 콘솔: 케이블 연결이나 다른 곳으로 이동할 필요 없이 단일 버튼으로 단계를 활성화할 수 있습니다. 모든 기능이 하나의 장소(컨트롤 룸)에 집중되어 있으며, 쉽게 접근 가능합니다.

• T2V, I2V*, V2V, T2I, I2I 지원: 다양한 워크플로우 간의 원활한 전환

  *I2V: 이미지가 *x 프레임으로 복제되어 잠재 공간으로 전달됩니다. 공식 I2V 모델은 아직 출시되지 않았습니다. 이 링크/model/1180764/hunyuan-img2vid-leapfusion-lora 에서 I2V를 위한 임시 트릭을 사용할 수 있으며, Kijai의 노드가 필요합니다.

• 와일드카드 + 사용자 정의 프롬프팅 옵션: 와일드카드를 사용한 클래식 프롬프팅과, 전용 박스에 임의의 단어를 추가하여 자동으로 단어를 교체하거나 문장을 검열할 수 있습니다.

• 비디오 로딩: 비디오를 업스케일러/리파이너에 직접 로드하여 초기 추론 단계를 건너뛸 수 있습니다.

• 배치 비디오 처리: 사용자 정의 폴더에서 비디오를 로드하여 순차적으로 여러 비디오를 업스케일링하거나 리파인할 수 있습니다.

• 보간: 비디오 품질을 향상시키기 위한 부드러운 프레임 전환.

• 랜덤 캐릭터 LoRA 페커: 고정 LoRA 로더 외에 9개의 LoRA 노드를 포함합니다.

• 업스케일링 옵션: 업스케일링, 더블 업스케일링 및 다운스케일링 프로세스를 지원합니다.

• 알림: 각 단계 완료 시 알림을 받을 수 있으며, 필요시 쉽게 제거할 수 있도록 별도 섹션에 정리됩니다.

• 경량 캡셔닝: 추가 VRAM 사용량을 최소화(단 100MB)하면서 I2V 및 V2V에 캡셔닝을 가능하게 합니다.

• 가상 VRAM 지원.

  가상 VRAM과 GGUF 모델을 사용하여 더 긴 비디오를 생성하거나 해상도를 높일 수 있습니다.

• Hunyuan/Skyreel (T2V) 빠른 병합 슬라이더

• 일반 모델에서 가상 VRAM/GGUF로 전환하는 슬라이더

• 잠재 공간 미리보기: 업스케일링 프로세스를 단축합니다.

• 업스케일러 전용 LoRA 라인으로, 전용 버튼으로 토글 가능합니다.

• RF 편집 loom

• 배수 또는 "가장 긴 크기로 설정" 타겟을 사용해 업스케일링

• 업스케일링 전용으로 Wave Speed 및 FastLoRA를 토글할 수 있는 버튼

• 사용자 피드백을 바탕으로 한 UI 개선

- 1x 미만 순차적 업스케일링 / 더블 업스케일링
이제 업스케일링 프로세스를 사용해 다운스케일링한 후 리파이너로 다시 업스케일링하거나, 업스케일러 배수를 사용해 2배 업스케일링하도록 사용자 정의할 수 있습니다.

• 새 기능:

  • 업스케일링 값 범위에 이제 0.5까지 포함됩니다.

  • 두 개의 슬라이더 제공: 첫 번째는 초기 업스케일링, 두 번째는 리파이너(본질적으로 또 다른 샘플러, 항상 V2V)용입니다.

• 사용 사례:
  업스케일링, 리파인 또는 둘을 결합

  • 빠르게 업스케일(잠재 공간 크기 조정 + 샘플러) 또는 정확하게 업스케일(크기 조정 + 샘플러)

  • 리파인(업스케일과 동일하게 작동하며, 단독 사용 또는 보조 업스케일러로 사용 가능)

  • 더블 업스케일링: 작은 크기에서 시작하여 최종 단계에서 크게 업스케일링

  • 다운스케일 및 재업스케일: 낮은 해상도로 분해한 후 더 높은 품질로 재구성

  • 조합: 업스케일 & 리파인 / 다운스케일 & 업스케일

- 디코더/인코더 건너뛰기 옵션
각 단계에서 원시 디코딩을 건너뛰고 최종 결과로 직접 이동하여 시간을 상당히 절약할 수 있습니다.

• 작동 방식: 프롬프트가 우수한 결과를 생성할 가능성이 높고, 매니저에서 미리보기 방법("latent2RGB")이 활성화된 경우, 실시간으로 과정을 모니터링할 수 있습니다. 잠재 공간에서만 작업하여 인코딩/디코딩을 건너뛰고, 잠재 데이터를 업스케일러로 직접 생성 및 전송하여 과정을 완료합니다.

• 예시:
  일반적인 중/고품질 생성은 다음과 같습니다:

  • 해상도: ~432x320

  • 프레임: 65

  • 하나의 업스케일링: 1.5배 (640x480로)

  • 총 시간: 162초

  이 예시에서 매니저에서 미리보기를 활성화하고 첫 번째 디코더(업스케일링 전 미리보기)를 건너뛰면 약 30초를 절약할 수 있습니다. 이제 과정은 162초가 아닌 133초가 소요됩니다.
  추가 디코더(예: 더 높은 업스케일링 또는 리파인)를 건너뛰면 더 많은 시간을 절약할 수 있습니다.

- 이미지 생성 (T2I 및 I2I)
이 이미지 생성 기능으로 HUN 잠재 공간을 탐색하세요.

프레임 수를 1로 설정하면 이미지 노드가 자동으로 활성화되어 PNG로 이미지를 저장할 수 있습니다.
최상의 결과를 위해 아래 설정을 사용하세요:

• T2I 예시 갤러리: Hunyuan 쇼케이스

- 구조 변경 / 추가 기능

• I2V용 모션 가이더
  이 기능은 이미지에서 비디오로의 워크플로우에서 움직임을 강화하여 정적인 비디오 생성 가능성을 줄입니다.

• 9개 랜덤 캐릭터 LoRA 로더: 이전까지는 5개로 제한되었으나, 이제 9개로 확장되었습니다.

• 랜덤 캐릭터 LoRA 잠금/해제:

  • 기본적으로 각 시드는 임의의 LoRA에 매핑됩니다.
    (예: 시드 n° 667 = LoRA n° 7)

  • 이제 이 "시드에 대한 캐릭터 LoRA 잠금"을 해제하고, 주 시드를 유지한 채 다른 랜덤 LoRA로 동일한 비디오를 다시 생성할 수 있습니다.

• 명확화:
  진짜 이름으로 부르겠습니다:

  • "리파인"과 "업스케일"은 모두 여기서 샘플러입니다. 각각 특정 단계에 최적화되었습니다:

    • 업스케일: 더 높은 단계/노이즈 제거, 빠른 결과, 균형 잡힌 품질.

    • 리파인: 낮은 단계/노이즈 제거, 문제 해결 및 디테일 향상에 초점.

  • 리파인은 업스케일링 없이 단독으로 사용 가능하며, 작은 문제 해결이나 미세한 디테일 향상에 사용할 수 있습니다.

• UI 단순화:
  "클래식 업스케일"은 이제 더 빠르고 성능이 우수한 크기 조정 + 샤프니스 작업으로 대체되었으며, 공간 절약을 위해 백엔드에서 숨겨졌습니다.

• 프레임 제한 문제 (101개 이상 프레임):
  잠재 공간 업스케일링으로 101개 이상의 프레임을 생성하면 문제가 발생할 수 있습니다. 이 문제를 해결하기 위해 잠재 처리로 전환하기 전에 비디오를 먼저 업스케일링하는 옵션을 추가했습니다.

- 버그 수정

• 잠재 업스케일링 변경:
  잠재 업스케일링이 이제 nearest-exact 대신 bicubic 보간을 사용하며, 테스트 결과 더 나은 성능을 보입니다.

• "Cliption" 버그 수정

• 201프레임 수정:
  201프레임의 완벽한 루프 생성 시 잠재 업스케일링으로 아티팩트가 발생했습니다. 이제 핑크색 컨솔 버튼을 통해 "크기 조정"으로 전환하면 이 문제를 해결할 수 있습니다.

- 성능 및 기타 정보:

한 번 익히게 되면 절대 이전 방식으로 돌아가고 싶지 않을 것입니다. 이 워크플로우는 모든 요구 사항을 충족하고 모든 상황을 처리하도록 설계되었으며, 보드 내에서 너무 많이 이동할 필요를 최소화합니다. 모든 기능은 중앙의 "컨트롤 룸"에서 제어됩니다.

전통적으로 이러한 기능을 관리하려면 케이블 연결/해제나 다양한 워크플로우 로딩이 필요했습니다. 여기서는 모든 것이 자동화되어 단순한 버튼 클릭 몇 번으로 실행됩니다.

기본 설정(예: 노이즈 제거, 단계, 해상도)은 단순화를 위해 최적화되었지만, 고급 사용자는 필요에 따라 쉽게 조정할 수 있습니다.

- 제한 사항:

1. 오디오 통합 불가:
   오디오를 지원하는 워크플로우는 있지만, 여기서는 적절하지 않습니다. 전문적인 결과를 위해서는 오디오는 별도로 처리해야 합니다.

2. 포스트 프로덕션 효과 없음:
   색상 보정, 필름 그레인 및 기타 포스트 프로덕션 효과는 전용 편집 소프트웨어나 워크플로우에 맡깁니다. 이 워크플로우는 순수한 비디오 제품을 제공하는 데 집중합니다.

3. 보간 고려 사항:
   여기에는 보간이 포함되어 있습니다. 제가 찾을 수 있는 가장 빠른 보간 방법을 설정했지만 반드시 최고의 것은 아닙니다. 최상의 결과를 위해 일반적으로 처리 후 Topaz를 사용하여 추가 업스케일링 및 보간을 수행하지만, 사용자가 원하는 보간 방법이나 최종 업스케일링을 선택할 수 있습니다.

요구 사항:

ULTRA 1.2:
-Tea 캐시

-LongCLIP-SAE-ViT-L-14

-ClipVitLargePatch14

ULTRA 1.3:
-최신 Comfy로 업데이트 필요!
-Wave Speed

-LongCLIP-SAE-ViT-L-14

-ClipVitLargePatch14

ULTRA 1.4 / 1.5:
-최신 Comfy로 업데이트 필요!
https://github.com/pollockjj/ComfyUI-MultiGPU
https://github.com/chengzeyi/Comfy-WaveSpeed
https://github.com/city96/ComfyUI-GGUF
https://github.com/logtd/ComfyUI-HunyuanLoom
https://github.com/kijai/ComfyUI-VideoNoiseWarp

NB:
콘솔에 표시되는 다음 경고는 완전히 정상입니다. 무시하십시오:
WARNING: DreamBigImageSwitch.IS_CHANGED() got an unexpected keyword argument 'select'
WARNING: SystemNotification.IS__CHANGED() missing 1 required positional argument: 'self'
_

업데이트 변경 로그:

|1.1|
업스케일링 단계가 어떻게 작동하는지 이해하기 쉬운 색상 체계 개선
이해를 위해 이미지 확인

|1.2|
와일드카드 지원.
이제 와일드카드를 허용하는 클래식 프롬프팅 시스템에서 이전에 사용 가능했던 고급 시스템으로 전환할 수 있습니다.

|1.3|

• 업스케일러에 추가 웨이브 스피드 부스트가 적용됩니다.

• 샘플러를 네이티브 Comfy로 변경 — 더 이상 TTP 없음, 더 이상 인터럽트 오류 메시지 없음

• Tea 캐시가 이제 별도 노드로 변경됨

• 알림 타이밍 오류 및 텍스트 수정됨

• 일부 사용자에게 오류를 일으키던 노드 교체: "if any"가 이제 "eden_comfy_pipelines"로 대체됨

• SPICE 추가: 업스케일러에서만 활성화되는 초고속 LoRA 토글로, 낮은 단계에서 추론 속도를 높이고 노이즈를 줄입니다.

• 설정에 Block Cache 및 Sage 추가. 사용자가 이를 작동시키고 있다면 활성화 가능

• 기본 샘플러를 Euler Beta에서 최신 Comfy 업데이트에서 도입된 새로운 "gradient_estimation" 샘플러로 변경

• 각 단계별 비디오 정보 상자 추가(크기, 지속 시간)

• "랜덤 라인" 제거

• 일반 사용을 위한 기본값 조정

• 업스케일 1도 이제 리파이너로 기능 가능

• "잠재 공간 크기 조정" 또는 "크기 조정"을 누르면 자동으로 올바른 샘플러가 활성화됨

• 단일 프레임 이미지가 이제 다른 단계에서도 표시됩니다(활성화 시).

  이 워크플로우의 개선을 위해 디스코드에서 기여해주신 모든 사용자들에게 감사드립니다!

|1.4|

• 가상 VRAM 지원

• Hunyuan/Skyreel 빠른 병합 슬라이더

• 일반 모델에서 가상 VRAM/GGUF로 전환하는 토글

• 더 긴 비디오/높은 해상도/극한 업스케일링이 이제 가능

• 기본 해상도를 480x320으로 변경 — 저해상도 빠른 비디오와 대부분 사용자에게 균형 잡힌 중간값으로 적합

• 미리보기 건너뛰기 모드용 잠재 공간 미리보기

• 업스케일러 전용 독점 LoRA를 활성화/비활성화하는 전환 토글 추가

• RF 편집 loom

• V2V 로딩 시간 개선

• 가장 긴 크기로 업스케일링 타겟

• 슬라이더 업스케일링 불일치 문제 수정

• 정보 노드 이동

• 정리 및 수정

• 일반 사용을 위한 더 나은 설정

• 업스케일 1도 이제 "가장 긴 크기로 크기 조정" 옵션 슬라이더 사용 가능

• 업스케일러용 추가 웨이브 스피드 토글 추가

• 업스케일러 전용 독점 LoRA 라인 추가

• 일반 수정

• 사용자 피드백 기반 UI 개선

• 업스케일러에서 바이패스 시 FastLoRA 문자열 문제 수정

• 추가 정리

• 업스케일러용 독점 LoRA를 다시 변경 — 주요 FastLoRA는 해당 라인을 통과하지 않음 (이미 별도 토글이 존재함: "Super Fast LoRA for Upscaling")

• 비디오 출력 노드 크기 수정

• "가장 긴 크기"로 크기 조정 토글을 추가 메뉴로 이동

• 추가 웨이브 스피드 토글 추가

• 컨트롤 룸 완성… 지금까지는. Aidoctor를 더 이상 스트레스 주고 싶지 않습니다. 이미 훌륭한 일을 해주었습니다.

• FastLoRA 기본값을 0.4로 낮춤

• 비디오 배치 로딩 수정

  |1.5|

  • 일반 개선, UI 개선, 일부 버그 수정

  • Leap Fusion 지원

  • Go With The Flow 지원

---

---

---

보너스 팁:

이 모델을 테스트하며 작성한 모든 팁과 트릭이 담긴 기사:

https://civitai.com/articles/9584
어떤 이유로든 제 워크플로우를 사용하기 어려운 경우, 위 기사를 참고하세요. Hunyuan 경험을 구축하고 개선하는 데 많은 유용한 품질 향상 팁을 얻게 될 것입니다.

이 라벨이 붙은 모든 워크플로우는 ❌오래되었으며 매우 실험적입니다. 초기 개발 단계에서 출시된 Kijai 노드에 의존합니다.
이러한 워크플로우를 탐색하려면 직접 수정해야 하며, 이는 매우 간단할 것입니다.

---

---

---

크레딧

제가 하는 모든 작업은 개인적인 즐거움을 위해 자유 시간에 진행합니다.
하지만 기여하고 싶다면,
저보다 훨씬 더 많은 지원을 받을 가치가 있는 사람들이 있습니다.
예를 들어, Kijai입니다.
그의 링크를 남기겠습니다.
generous하다고 느끼신다면 그를 지원해 주세요.
감사합니다!

마지막으로:
이 커뮤니티에 감사드립니다. 특히 저에게 조언을 주고 제 워크플로우를 실험하여 모두를 위한 개선에 도움을 주신 여러분께 진심으로 감사드립니다.

특별히 감사드립니다:
https://civitai.com/user/galaxytimemachine
최적의 설정을 찾기 위한 독특하고 정밀한 작업 방법과 모든 테스트에 감사드립니다.

https://civitai.com/user/TheAIDoctor
그의 뛰어난 능력과 이 워크플로우의 광기에 특수 노드를 생성하고 수정하기 위해 시간을 바친 것에 감사드립니다. 정말 놀라운 분입니다.

그리고
https://github.com/pollockjj/ComfyUI-MultiGPU

또한 특별한 감사의 인사를 전합니다:
Tr1dae
빠른 비디오 자르기를 위한 유용한 도구 HunyClip를 개발해 주셔서 감사합니다. DaVinci Resolve나 Premiere과 같은 무거운 편집 소프트웨어를 사용하시는 분이라면, 자원을 많이 소비하는 프로그램을 열지 않고도 빠른 작업을 할 수 있어 이 도구를 아주 유용하게 느끼실 것입니다.

여기서 확인하세요: [link]

---

즐겁게 사용하세요