HyVid - High Quality & Fast Speed Generation for 24GB Cards - Hunyuan Video Workflow

此工作流可生成分辨率为 416x736、24FPS、时长 5 秒的视频片段，耗时 90-120 秒（生成约 75 秒，解码约 25 秒），使用 BF16 模型配合多个 LoRA。（上采样会增加时间）[若无法使用编译或 TeaCache，生成时间将更长。] 生成时约占用 18GB 显存。

我专门为 RTX 4090（24GB 显存，64GB 内存，Windows 10 系统）设计了此工作流，无法为其他硬件或操作系统提供推荐建议。

我更偏好 Hunyuan 视频的 BF16 模型输出，配合 Triton Torch 编译和 TeaCache，生成时间可控制在 90-120 秒（缓存预热后）（根据你的 PyTorch 版本，可能需要修改一个 PyTorch 文件，工作流笔记中有详细指南）。模型加载期间可能会严重卡顿你的电脑，但请耐心等待。

截至目前，我发现最佳速度和效果的参数为：416x736 分辨率（或翻转）、121 帧（24FPS 对应 5 秒视频）、步数在 20-30 之间（具体取决于你使用的 LoRA）。

我测试过的大多数 LoRA，强度设置在 0.5 到 1 之间效果最佳。混合多个 LoRA 时，你可能需要降低其中一个或多个的强度。如果视频出现模糊或噪点，尝试降低强度。

这些优化大多基于反复试验，尤其是关于 Triton Torch 编译和 TeaCache 的设置，因此我可能无法提供超出当前配置的更多指导。在 Windows 上安装 Triton 是一场噩梦——我使用了这份指南：https://old.reddit.com/r/StableDiffusion/comments/1h7hunp/how_to_run_hunyuanvideo_on_a_single_24gb_vram_card/

若没有 kijai 及 ComfyUI-HunyuanVideoWrapper 团队的努力，这一切都不可能实现，向他们致以巨大感谢！

需要以下自定义节点包：

• Impact Pack —（用于通配符提示）- https://github.com/ltdrdata/ComfyUI-Impact-Pack

• KJNodes —（用于获取/设置节点）- https://github.com/kijai/ComfyUI-KJNodes

• HunyuanVideo Wrapper —（用于加载 Hunyuan 模型）- https://github.com/kijai/ComfyUI-HunyuanVideoWrapper（请确保自 2025-01-18 以来已更新）

• VideoHelperSuite —（用于生成视频输出）- https://github.com/Kosinkadink/ComfyUI-VideoHelperSuite

• ComfyUI Frame Interpolation —（用于帧插值）- https://github.com/Fannovel16/ComfyUI-Frame-Interpolation

需要以下模型：

• Hunyuan 视频 Safe Tensors — 我最推荐 BF16 版本 — /model/1018217?modelVersionId=1141746

• Hunyuan 视频 VAE — /model/1018217?modelVersionId=1141674

• Hunyuan 文本编码器 — https://github.com/Tencent/HunyuanVideo/blob/main/ckpts/README.md#download-text-encoder

上采样与帧插值模型：

• 4x_foolhardy_Remacri — https://huggingface.co/FacehugmanIII/4x_foolhardy_Remacri

• Film Net FP32 — /model/1167575?modelVersionId=1314385

如果你觉得此工作流有帮助，请考虑捐赠 buzz，以支持我进一步开发 LoRA 训练和工作流。

如发现任何改进或问题，请在帖子下方留言。