Este flujo de trabajo envuelve Hunyuan Video 1.5 en ComfyUI para ofrecer generación de video rápida y coherente en GPUs de consumo. Admite tanto texto a video como imagen a video, luego opcionalmente escala a 1080p usando un upsampler latente dedicado y un modelo de super resolución destilado. Bajo el capó, Hunyuan Video 1.5 acopla un Transformer de Difusión con un VAE causal 3D y una estrategia de atención de mosaico deslizante selectiva para equilibrar calidad, fidelidad de movimiento y velocidad.
Creadores, equipos de producto e investigadores pueden usar este flujo de trabajo ComfyUI Hunyuan Video 1.5 para iterar rápidamente desde indicaciones o una sola imagen fija, previsualizar a 720p y terminar con salida nítida 1080p cuando sea necesario.
Este gráfico expone dos caminos independientes que comparten la misma exportación y etapa opcional de acabado 1080p. Elige entre Imagen a Video o Texto a Video, luego habilita opcionalmente el grupo 1080p para finalizar.
Paso 1 — Cargar modelos
Los cargadores traen el Hunyuan Video 1.5 UNet para imagen a video, el 3D VAE, los codificadores de texto duales y visión SigCLIP. Esto prepara el flujo de trabajo para aceptar una sola imagen inicial y una indicación. No se necesita acción del usuario más allá de confirmar que los modelos están disponibles.
Paso 2 — Subir imagen inicial
Proporciona una imagen limpia y bien expuesta en LoadImage (#80). El gráfico codifica esta imagen con CLIPVisionEncode (#79) para que Hunyuan Video 1.5 pueda anclar movimiento y estilo a tu referencia. Prefiere imágenes que coincidan aproximadamente con tu relación de aspecto objetivo para reducir recortes o relleno.
Paso 3 — Indicación
Escribe tu descripción en CLIP Text Encode (Positive Prompt) (#44). Usa la indicación negativa CLIP Text Encode (Negative Prompt) (#93) para alejarse de artefactos o estilos no deseados. Mantén las indicaciones concisas pero específicas sobre el tema, el movimiento y el comportamiento de la cámara.
Paso 4 — Tamaño y duración del video
HunyuanVideo15ImageToVideo (#78) establece la resolución espacial y el número de cuadros a sintetizar. Las secuencias más largas requieren más VRAM y tiempo, así que comienza más corto y escala una vez que te guste el movimiento.
Muestreo personalizado
La pila de muestreo (ModelSamplingSD3 (#130), CFGGuider (#129), BasicScheduler (#126), KSamplerSelect (#128), RandomNoise (#127), SamplerCustomAdvanced (#125)) controla la fuerza de guía, los pasos, el tipo de muestreador y la semilla. Aumenta los pasos para más detalle y estabilidad, y usa una semilla fija para reproducir resultados al iterar en indicaciones.
Previsualizar y guardar
La secuencia latente se decodifica con VAEDecode (#8), se enmarca en un video a 24 fps con CreateVideo (#101), y se guarda con SaveVideo (#102). Esto te da una vista previa rápida de 720p lista para revisar.
Acabado 1080p (opcional)
Activa el grupo “Video Upscale 1080P” para habilitar la cadena de acabado. El upsampler latente se expande a 1920×1080, luego el UNet de super resolución destilado refina el detalle en dos fases. VAEDecodeTiled y un segundo par CreateVideo/SaveVideo exportan el resultado 1080p.
Paso 1 — Cargar modelos
Los cargadores traen el Hunyuan Video 1.5 720p UNet de texto a video, el 3D VAE y los codificadores de texto duales. Este camino no requiere una imagen inicial.
Paso 3 — Indicación
Ingresa tu descripción en el codificador positivo CLIP Text Encode (Positive Prompt) (#149) y opcionalmente agrega una indicación negativa en CLIP Text Encode (Negative Prompt) (#155). Describe la escena, el sujeto, el movimiento y la cámara, manteniendo el lenguaje concreto.
Paso 4 — Tamaño y duración del video
EmptyHunyuanVideo15Latent (#183) asigna el latente inicial con el ancho, altura y número de cuadros elegidos. Usa esto para establecer cuánto tiempo y qué tan grande debe ser tu video.
Muestreo personalizado
ModelSamplingSD3 (#165), CFGGuider (#164), BasicScheduler (#161), KSamplerSelect (#163), RandomNoise (#162), y SamplerCustomAdvanced (#166) colaboran para convertir el ruido en un video coherente guiado por tu texto. Ajusta los pasos y la guía para intercambiar velocidad por fidelidad, y fija la semilla para hacer comparables las ejecuciones.
Previsualizar y guardar
Los cuadros decodificados son ensamblados por CreateVideo (#168) y guardados por SaveVideo (#167) para una revisión rápida a 720p a 24 fps.
Acabado 1080p (opcional)
Habilita el grupo “Video Upscale 1080P” para escalar latentes a 1080p y refinar con el UNet SR destilado. El muestreo en dos etapas mejora la nitidez mientras preserva el movimiento. Un decodificador en mosaico y una segunda etapa de guardado exportan el video final 1080p.
HunyuanVideo15ImageToVideo (#78)
Genera un video condicionando una imagen inicial y tus indicaciones. Ajusta su resolución y cuadros totales para que coincidan con tu objetivo creativo. Las resoluciones más altas y clips más largos aumentan VRAM y tiempo. Este nodo es central para la calidad de imagen a video porque fusiona características de CLIP-Vision con guía de texto antes del muestreo.
EmptyHunyuanVideo15Latent (#183)
Inicializa la cuadrícula latente para texto a video con ancho, altura y número de cuadros. Úsalo para definir la longitud de la secuencia desde el principio para que el programador y el muestreador puedan planificar una trayectoria de desruido estable. Mantén la relación de aspecto consistente con tu salida prevista para evitar rellenos adicionales más tarde.
CFGGuider (#129)
Establece la fuerza de guía libre de clasificador, equilibrando la adherencia a la indicación contra la naturalidad. Aumenta la guía para seguir la indicación más estrictamente; redúcela para disminuir la sobresaturación y el parpadeo. Usa valores moderados durante la generación base y reduce la guía para la refinación de super resolución.
BasicScheduler (#126)
Controla el número de pasos de desruido y el cronograma. Más pasos generalmente significan mejor detalle y estabilidad pero renders más largos. Combina el conteo de pasos con la elección de muestreador para mejores resultados; este flujo de trabajo predetermina a un muestreador rápido y de propósito general.
SamplerCustomAdvanced (#125)
Ejecuta el ciclo de desruido con tu muestreador y guía seleccionados. En la cadena de acabado 1080p, funciona en dos fases divididas por SplitSigmas para primero establecer la estructura en ruido alto y luego refinar detalles de bajo ruido. Mantén las semillas fijas mientras ajustas pasos y guía para que puedas comparar salidas de manera confiable.
HunyuanVideo15LatentUpscaleWithModel (#109)
Escala la secuencia latente a 1920×1080 usando el upsampler dedicado de los pesos reempaquetados. Escalar en el espacio latente es más rápido y eficiente en memoria que el redimensionamiento en espacio de píxeles, y prepara el escenario para que el modelo SR destilado agregue detalle fino. Los objetivos más grandes demandan más VRAM; mantén 16:9 para mejor rendimiento.
HunyuanVideo15SuperResolution (#113)
Refina el latente escalado con el UNet SR 1080p destilado del paquete Hunyuan Video 1.5, opcionalmente tomando señales de imagen inicial y CLIP-Vision para consistencia. Esto agrega texturas nítidas y trabajo de líneas mientras mantiene el movimiento. Los pesos SR están disponibles en Comfy-Org/HunyuanVideo_1.5_repackaged.
EasyCache (#116)
Almacena en caché estados intermedios del modelo para acelerar las iteraciones de previsualización. Habilítalo cuando desees una respuesta más rápida, y desactívalo para máxima calidad en tu pasada final. Es especialmente útil al iterar en indicaciones con la misma resolución y duración.
Este flujo de trabajo implementa y se basa en los siguientes trabajos y recursos. Agradecemos a Comfy.org por el tutorial del flujo de trabajo Hunyuan Video 1.5 por sus contribuciones y mantenimiento. Para detalles autorizados, por favor consulta la documentación original y los repositorios enlazados a continuación.
Nota: El uso de los modelos, conjuntos de datos y código referenciados está sujeto a las licencias y términos respectivos proporcionados por sus autores y mantenedores.
RunComfy es la principal ComfyUI plataforma, ofreciendo ComfyUI en línea entorno y servicios, junto con flujos de trabajo de ComfyUI con impresionantes imágenes. RunComfy también ofrece AI Playground, permitiendo a los artistas aprovechar las últimas herramientas de AI para crear arte increíble.
