Hunyuan Video | Image-Prompt to Video

Hunyuan Video 是一个开源基础模型，通过提供尖端的文本到视频生成能力，挑战了闭源系统的主导地位。基于大规模数据管理、适应性架构设计和优化基础设施的创新，Hunyuan Video 在视觉质量上设定了新的基准。

虽然 Hunyuan Video 主要专注于文本到视频生成，但 Hunyuan IP2V 工作流程通过同一模型将图像和文本提示转换为动态视频，扩展了这一能力。这种方法使用户能够使用视觉参考引导内容创作，提供了一种替代的 AI 驱动内容生产方法。

通过将图像与提示结合，Hunyuan IP2V 在保留输入关键特征的同时生成运动，使其成为 AI 动画、概念可视化和艺术叙事的有用工具。无论是制作动态场景、风格化运动，还是将静态视觉扩展为动画序列，Hunyuan Video 的框架都提供了通往高质量结果的高效途径。

如何使用 Hunyuan Video - IP2V 工作流程？

组根据颜色编码以便于清晰：

1. 绿色 - 输入
2. 紫色 - 模型
3. 粉色 - Hunyuan Sampler
4. 红色 - VAE + 解码
5. 灰色 - 输出

在绿色节点中上传您的输入（图像和文本），并在粉色采样节点中调整视频设置，例如持续时间和分辨率。

输入 1 - 图像

上传一张图像以参考您希望获得相似结果的地点、人物或对象。

输入 2 - 文本

在第一个文本框中输入您的提示，并使用关键字 "<image>" 包含图像。

例如，如果您的输入是 "empty street" 并且您想添加一位女性，提示将是："A portrait of a woman, background is <image>."

采样器

您可以调整以下内容：

• 图像分辨率 - 最大为 1280px 720px ，需要更多的 VRAM。
• 帧数 - 这设置帧数（24 帧 = 1 秒）。

模型

在此组中，模型将在第一次运行时自动下载。请允许 3-5 分钟以完成下载到您的临时存储中。

链接:

1. Diffusion: https://huggingface.co/Kijai/HunyuanVideo_comfy/blob/main/hunyuan_video_FastVideo_720_fp8_e4m3fn.safetensors

• ComfyUI > models > diffusion_models

3. Vae: https://huggingface.co/Kijai/HunyuanVideo_comfy/blob/main/hunyuan_video_vae_bf16.safetensors

• ComfyUI > models > vae

输出

渲染的视频将保存在 Comfyui 的输出文件夹中。

通过 Hunyuan IP2V 工作流程，您现在不仅限于基于文本的视频生成，您可以赋予图像生命，赋予运动和风格。无论是用于 AI 电影制作、数字艺术或创造性叙事，此工作流程都赋予您比以往更多的控制权来塑造您的愿景。