Trải nghiệm khi dùng HunyuanVideo
Theo README, bạn tải mã nguồn, tạo môi trường conda, cài PyTorch kèm nhiều thư viện, tải trọng số mô hình rồi chạy một lệnh kèm câu mô tả và kích thước video. Chạy xong ra một video ngắn khoảng 129 khung hình. Mọi thứ diễn ra trong Terminal; không có giao diện đồ hoạ cài sẵn, trừ một máy chủ Gradio để thử trên trình duyệt.
Điều bạn cảm nhận rõ nhất là sự nặng nề của phần cứng. Cấu hình tối thiểu README nêu là 45 GB bộ nhớ GPU cho video 544x960 và 60 GB cho 720x1280, khuyến nghị 80 GB, nên máy cá nhân thông thường không đủ. Đây là lý do nhiều người xài HunyuanVideo qua dịch vụ đám mây hoặc qua ComfyUI với bản nén.
Nếu mục tiêu là làm clip cho công việc thật, hãy xem HunyuanVideo như một nền tảng để học và để so sánh chất lượng với Wan2.1 hay các mô hình khác, rồi chọn bản phù hợp với phần cứng của bạn.
Tính năng nổi bật
Chuyển chữ thành video
Nhập mô tả bằng lời để tạo video 720p hoặc 540p dài 129 khung hình với nhiều tỷ lệ khung hình khác nhau.
Mã nguồn và trọng số mở
Tencent công bố cả mã suy luận lẫn trọng số, cho phép cộng đồng nghiên cứu và xây công cụ trên đó.
Chạy đa GPU
Hỗ trợ suy luận song song bằng xDiT để chia tải qua nhiều card đồ hoạ.
Giảm bộ nhớ
Có tuỳ chọn offload sang CPU và trọng số FP8 giúp tiết kiệm khoảng 10 GB bộ nhớ GPU theo README.
Giao diện Gradio
Có máy chủ web mẫu để thử nhập mô tả và xem kết quả trên trình duyệt.
Hệ sinh thái cộng đồng
README liệt kê tích hợp ComfyUI chính thức và wrapper của cộng đồng, cùng các dự án mở rộng.
Tận dụng HunyuanVideo vào việc gì?
Nhóm nghiên cứu, studio có GPU lớn
Thử nghiệm tạo video chất lượng cao
Tạo video dài khoảng năm giây từ mô tả để đánh giá chất lượng chuyển động và độ bám câu lệnh.
Lập trình viên AI, sinh viên
So sánh các mô hình video mở
Chạy cùng một mô tả trên HunyuanVideo và các mô hình khác như Wan để chọn mô hình hợp với dự án.
Doanh nghiệp có hạ tầng GPU
Làm nền cho công cụ video nội bộ
Đặt mô hình trên máy chủ riêng và bọc thành dịch vụ nội bộ tạo cảnh minh hoạ cho đội marketing.
Người làm video có card mạnh vừa phải
Dùng qua ComfyUI cho người sáng tạo
Dùng workflow ComfyUI do cộng đồng chuẩn bị với bản lượng tử hoá để thử trên phần cứng nhỏ hơn.
Cần chuẩn bị gì?
- GPU NVIDIA có CUDA, tối thiểu 45 GB bộ nhớ cho 544x960x129 khung hình và 60 GB cho 720x1280x129 khung hình; khuyến nghị 80 GB.
- README ghi hệ điều hành đã kiểm thử là Linux.
- Python 3.10, PyTorch cùng CUDA 11.8 hoặc 12.6 và các thư viện như flash-attention.
- Ổ cứng trống lớn cho trọng số mô hình.
Hướng dẫn cài đặt chi tiết
Cài trên Linux (conda)
Tải mã nguồn và tạo môi trường conda với đúng phiên bản Python README yêu cầu.
git clone https://github.com/Tencent-Hunyuan/HunyuanVideo cd HunyuanVideo conda create -n HunyuanVideo python==3.10.9 conda activate HunyuanVideoCài PyTorch theo phiên bản CUDA của bạn (ví dụ CUDA 12.6) rồi cài các thư viện còn lại.
pip install torch==2.7.1 torchvision==0.22.1 torchaudio==2.7.1 --index-url https://download.pytorch.org/whl/cu126 python -m pip install -r requirements.txtCài flash-attention để tăng tốc theo hướng dẫn trong README, rồi tải trọng số mô hình theo file hướng dẫn ở thư mục ckpts của repo.
Cài trên Docker
README cung cấp image dựng sẵn. Lệnh dưới là bản cho CUDA 12.4, sau khi kéo về thì chạy container.
docker pull hunyuanvideo/hunyuanvideo:cuda_12 docker run -itd --gpus all --init --net=host --uts=host --ipc=host --name hunyuanvideo --security-opt=seccomp=unconfined --ulimit=stack=67108864 --ulimit=memlock=-1 --privileged hunyuanvideo/hunyuanvideo:cuda_12Lệnh trên mở quyền rộng (privileged, mạng host). Hãy chỉ chạy trên máy của bạn và hiểu rõ rủi ro trước khi dùng.
Cài trên Qua ComfyUI
README liệt kê hỗ trợ ComfyUI gốc và wrapper của cộng đồng (ComfyUI-HunyuanVideoWrapper của Kijai). Đây là cách dễ hơn cho người không muốn tự dựng môi trường.
https://comfyanonymous.github.io/ComfyUI_examples/hunyuan_video/Làm theo trang hướng dẫn đó để tải workflow và các file mô hình, rồi nạp vào ComfyUI. Yêu cầu bộ nhớ có thể thấp hơn khi dùng bản lượng tử hoá, nhưng bạn cần tự kiểm tra với card của mình.
Dùng thử lần đầu
Chuẩn bị đủ dung lượng đĩa và đảm bảo đã đặt trọng số vào đúng thư mục theo hướng dẫn ở ckpts/README.
Chạy một lệnh tạo video ngắn bằng dòng lệnh. Ví dụ dưới là câu lệnh mẫu của README (720x1280, 129 khung hình, bật offload CPU).
python3 sample_video.py --video-size 720 1280 --video-length 129 --infer-steps 50 --prompt "A cat walks on the grass, realistic style." --flow-reverse --use-cpu-offload --save-path ./resultsMở thư mục results để xem video đầu ra. Nếu hết bộ nhớ, giảm độ phân giải sang 544x960.
Muốn thử bằng trình duyệt, chạy máy chủ Gradio rồi mở địa chỉ hiện trong Terminal.
python3 gradio_server.py --flow-reverse
Mẹo dùng hay
- Nếu GPU không đủ lớn, đừng cố chạy bản gốc; hãy xem HunyuanVideo-1.5 (README nhắc có bản mới hiệu quả hơn) hoặc các mô hình nhỏ như Wan2.1 1.3B.
- Dùng độ phân giải 544x960 để thử ý trước, rồi mới chạy 720p khi đã ưng.
- Có trọng số FP8 giúp tiết kiệm khoảng 10 GB bộ nhớ GPU; xem hướng dẫn trong README.
- Viết mô tả cụ thể về chủ thể, hành động, bối cảnh và phong cách.
Lưu ý và hạn chế
- Giấy phép không được GitHub nhận diện tự động, và các mô hình của Tencent thường có điều khoản riêng, có thể giới hạn theo khu vực hoặc quy mô sử dụng. Hãy đọc file LICENSE trong repo trước khi dùng thương mại.
- Phần cứng yêu cầu rất cao (45 đến 60 GB VRAM), nên đa số máy cá nhân không chạy được bản gốc.
- Video AI có thể bị lạm dụng để làm nội dung giả mạo. Không dùng hình ảnh hoặc giọng người thật khi chưa có sự đồng ý, và kiểm tra quy định của nền tảng khi đăng video.
Câu hỏi thường gặp
Laptop có chạy HunyuanVideo được không?
Theo README, bản gốc cần tối thiểu 45 GB bộ nhớ GPU, nên laptop thông thường không đủ. Bạn nên dùng các bản nén qua ComfyUI hoặc dịch vụ web.
Có miễn phí không?
Mã nguồn và mô hình tải về miễn phí, nhưng bạn cần phần cứng rất mạnh hoặc thuê GPU. Hãy đọc giấy phép trước khi dùng thương mại.
Có nên dùng bản mới hơn không?
README thông báo đã ra mắt HunyuanVideo-1.5, mô hình mới hiệu quả hơn. Nếu bắt đầu mới, hãy xem trang đó trước.
Tải mã nguồn về máy
Nếu bạn muốn xem hoặc sửa mã nguồn, mở Terminal (trên Windows là PowerShell) và chạy lệnh dưới. Máy cần cài sẵn Git.
git clone https://github.com/Tencent-Hunyuan/HunyuanVideo.gitRepo tương tự nên xem
Wan2.1
Wan-Video / Wan2.1
Bộ mô hình AI mã nguồn mở của Alibaba biến câu mô tả hoặc một tấm ảnh thành video ngắn
FramePack
lllyasviel / FramePack
Tạo video dài từ một tấm ảnh ngay trên máy, chỉ cần card NVIDIA khoảng 6 GB VRAM
LTX-Video (bản gốc v0.9.x)
Lightricks / LTX-Video
Mô hình AI tạo video từ chữ hoặc ảnh của Lightricks; kho này là bản cũ, bản mới là LTX-2.5