HyVid - High Quality & Fast Speed Generation for 24GB Cards - Hunyuan Video Workflow
詳細
ファイルをダウンロード
このバージョンについて
モデル説明
このワークフローでは、416x736解像度、24FPS、5秒のクリップを90〜120秒（生成に約75秒、デコードに約25秒、BF16モデルと複数のLoRAを使用）で出力しています。（アップスケーリングは追加時間がかかります）［コンパイルまたはTeaCacheが使用できない場合、生成時間が長くなります。］生成中に約18GBのVRAMを使用します。
このワークフローはRTX 4090（VRAM 24GB、RAM 64GB、Windows 10環境）を前提に設計しました。その他のハードウェアやオペレーティングシステムに関する推奨は提供できません。
Hunyuan VideoのBF16モデルは、Triton TorchコンパイルとTeaCacheを使用すると、キャッシュが温まれば90〜120秒で生成できます（PyTorchのバージョンによっては、ワークフローのノートに記載されているガイドに従ってPyTorchファイルを編集する必要がある場合があります）。モデルの読み込み中はPCが非常に遅くなることがありますが、お待ちください。
これまでの試行錯誤の結果、最適なスピードと出力品質は416x736解像度（または反転）、121フレーム（24FPSで5秒のクリップ）、ステップ数20〜30（使用するLoRAによって異なります）であることがわかりました。
試したほとんどのLoRAは、強度0.5〜1.0で良好に動作します。複数のLoRAを混合する際は、1つまたは複数のLoRAの強度を下げることが必要になる場合があります。ぼやけたり、ノイズが入った動画になる場合は、強度をさらに下げてみてください。
これらの発見の多くは試行錯誤によるものであり、特にTriton TorchコンパイルとTeaCacheに関しては、現在の設定以外の詳しいアドバイスは難しいです。WindowsにTritonをインストールするのは非常に苦労しました。以下のガイドを使用しました：https://old.reddit.com/r/StableDiffusion/comments/1h7hunp/how_to_run_hunyuanvideo_on_a_single_24gb_vram_card/
このすべては、kijaiおよびComfyUI-HunyuanVideoWrapperを開発したチームがいなければ実現できませんでした。彼らに大きな感謝を。
必須のカスタムノードパッケージ
Impact Pack -（ワイルドカードプロンプト用） - https://github.com/ltdrdata/ComfyUI-Impact-Pack
KJNodes -（Get/Setノード用） - https://github.com/kijai/ComfyUI-KJNodes
HunyuanVideo Wrapper -（Hunyuanモデルの読み込み用） - https://github.com/kijai/ComfyUI-HunyuanVideoWrapper（2025-01-18以降の更新を必ず確認してください）
VideoHelperSuite -（動画出力作成用） - https://github.com/Kosinkadink/ComfyUI-VideoHelperSuite
ComfyUI Frame Interpolation -（フレーム補間用） - https://github.com/Fannovel16/ComfyUI-Frame-Interpolation
必須のモデル
Hunyuan Video Safe Tensors - BF16が好みです - /model/1018217?modelVersionId=1141746
Hunyuan Video VAE - /model/1018217?modelVersionId=1141674
Hunyuan Text Encoders - https://github.com/Tencent/HunyuanVideo/blob/main/ckpts/README.md#download-text-encoder
アップスケールおよびフレーム補間モデル
4x_foolhardy_Remacri - https://huggingface.co/FacehugmanIII/4x_foolhardy_Remacri
Film Net FP32 - /model/1167575?modelVersionId=1314385
このワークフローが役に立った場合は、Buzzの寄付をご検討ください。そうすれば、私のLoRAトレーニングおよびワークフロー開発をさらに進めることができます。
改善点や問題点を見つけた場合は、投稿にコメントをお願いします。