Hunyuan Video | 画像から動画を生成

Hunyuan VideoはTencentが開発したオープンソースのAI動画生成モデルで、パラメータ数は130億にのぼります。詳細なテキストプロンプトを高品質な映像へ変換し、シーンの切り替えが滑らかで、リアルなカットや動きの一貫性も特徴です。Hunyuan Videoは、説得力のあるビジュアルストーリーテリングに最適です。

Hunyuan Videoは通常、ComfyUIなどのインターフェースを通じて、テキストからビデオ（T2V）や画像からビデオ（I2V）を生成する用途で使用されます。RunComfyでは、Hunyuan Text-to-Video、Hunyuan Image-to-Video、Hunyuan Video-to-Video、Hunyuan LoRAなど多様なワークフローが提供されています。 ComfyUIを使わない場合でも、RunComfy AI Playgroundならセットアップ不要でHunyuan Videoの体験が可能です。

RunComfy AI Playgroundでは、Hunyuan Videoを無料で体験できるクレジットが提供されており、他のAIモデルやワークフローと組み合わせて自由に試すことができます。

Hunyuan Videoの再生時間は「num_frames（フレーム数）」と「フレームレート」によって決まります。たとえば、num_framesが85でフレームレートが16fpsの場合、約5秒の動画になります。動画を長くしたい場合は、num_framesの値を増やしたり、フレームレートを調整して滑らかさと時間のバランスを取ることが重要です。ただし、長尺になるほど計算資源やVRAMの消費が増加します。RunComfyでは、Hunyuan Text-to-VideoやI2Vなど複数のHunyuan Videoワークフローが利用可能です。

Hunyuan Videoで生成可能な最大のフレーム数は129フレームです。24fpsの場合、約5秒の長さになり、フレームレートを16fpsに下げれば約8秒に延ばすことができます。

■ローカルへのインストール方法：

1. ComfyUIの最新版をインストールまたは更新。
2. TencentのGitHubやHugging Faceなどからモデルファイル（拡散モデル、テキストエンコーダ、VAEなど）をダウンロード。
3. ファイルを適切なディレクトリに配置（フォルダ構造はインストールガイドを参照）。
4. Hunyuan Video用のワークフローJSONをComfyUIに読み込む。
5. ComfyUI Managerでカスタムノードが必要な場合は追加。
6. ComfyUIを再起動しテスト動画を生成。 ■オンライン利用： インストール不要で利用するなら、RunComfy AI PlaygroundでHunyuan Videoをすぐに使えます。 ■ComfyUIを使ったオンライン利用： Hunyuan Text-to-Video、Image-to-Video、Video-to-Video、LoRAなど、すぐに試せるワークフローが用意されています。

Hunyuan VideoのVRAM要件は設定や出力の長さ、品質によって異なりますが、基本的なワークフローには最低でも10〜12GBのVRAMが必要です。より滑らかで高品質な生成を目指す場合は、16GB以上のVRAMが推奨されます。

Hunyuan LoRAのファイルは、インストール環境内の専用LoRAフォルダ（例：“models/lora”）に配置してください。ComfyUIやStable Diffusionの多くの環境では、この場所に置くことで自動的に認識されます。

Hunyuan Videoで高品質な動画生成を行うには、効果的なプロンプト作成が重要です。以下の要素を含めるとよいでしょう：

1. 主題：「赤髪の女性」や「未来的なスポーツカー」など
2. シーン：「ネオンに彩られたサイバーパンク都市」や「夜明けの雪景色」など
3. 動き：「秋の落ち葉の中を優雅に踊る」など
4. カメラの動き：「ゆっくり街並みを見上げるチルト」など
5. 雰囲気：「神秘的で幻想的な雰囲気」など
6. ライティング：「木漏れ日のような柔らかい光」など
7. 構図：「表情にフォーカスしたクローズアップ」や「スケール感のある広角」など これらを組み合わせることで、Hunyuan Videoに対して明確な指示が与えられ、理想に近い仕上がりが得られます。

SkyReels Hunyuanは、Hunyuan Videoモデルをベースに作られた拡張バージョンで、映画風でスタイリッシュな映像の生成に特化しています。1,000万本以上の高品質な映画・TV映像を用いて微調整され、リアルな人間の動きや表情表現に優れた結果が得られます。SkyReels AIでそのパワーをご自身で体験してみてください。

Hunyuan Videoは主にテキストから動画を生成するT2Vモデルとして開発されましたが、TencentはI2V拡張であるHunyuanVideo-I2Vも提供しており、静止画から動きのある映像を生成可能です。この拡張ではトークンの置き換え技術を活用し、参照画像の情報をうまく再構築・活用します。

以下のチュートリアルに従ってください：Hunyuan I2Vの使い方 (ComfyUI)。このガイドではステップごとに詳しく解説されています。

Hunyuan-DiTはHunyuan Videoと共通のテクノロジーを持つ拡散トランスフォーマーモデルで、主にテキストから画像を生成するタスクに特化しています。テキストや画像を自然に統合し、動画生成へとつなげる統一的なアプローチを採っています。

はい、Hunyuan Videoは3Dコンテンツにも対応しています。Tencentはテキストや画像を3Dビジュアルへ変換するツールを提供しており、Hunyuan3D-2.0技術に基づくオープンソースモデルとしてリリースされています。Hunyuan3D-2 ワークフローを使用すれば、静止画から3Dコンテンツを手軽に作ることができます。

ローカルでのインストール方法：最新版のComfyUIを使用し、Tencent公式リソースからモデルファイルとHunyuan3D-2専用ワークフローのJSONを取得します。ファイルを指定のフォルダに配置し、不足しているノードはComfyUI Managerで追加。インストール後、ComfyUIを再起動すればセットアップ完了です。 インストール不要の手軽な方法としては、RunComfy上のHunyuan3D-2ワークフローを使えば、すぐに3D生成を試せます。

TencentのGitHubリポジトリから公式モデルファイルをダウンロードし、ComfyUI環境にセットアップしてください。MacBookでの使用には、ハードウェアとソフトウェア要件を満たしている必要があります。 もしくは、RunComfy AI Playgroundを利用すれば、Hunyuan Videoをインストールなしで手軽にオンライン実行できます。

Hunyuan Videoラッパーは、開発者kijaiによるComfyUI用の専用ノードで、Hunyuan VideoモデルをComfyUIに統合する役割を果たします。以下のようなワークフローで活用できます：Text-to-Video、Image-to-Video、Video-to-Video、LoRA。

ComfyUIでは、あらかじめ構成されたHunyuan Video専用ワークフローを活用することで、すぐに動画生成を始められます。Text-to-Video、Image-to-Video、Video-to-Video、LoRAなどから、制作ニーズに合ったワークフローを選択してください。