多模态与图像视频特定场景
HunyuanVideo
Tencent-Hunyuan / HunyuanVideo
腾讯混元的开源视频生成模型与推理代码,支持文本/图像到视频。
为什么选
- 开源权重与推理脚本完整,适合本地实验。
- 生成质量与运动一致性在开源视频模型里靠前。
- 可接 ComfyUI 等生态。
不适合
显存不足 24GB 的单卡用户,先看轻量模型。
需要商用授权明确的素材;模型许可与生成内容要分开看。
最小上手
- 按 README 下载权重,先跑 5 秒低分辨率示例。
- 记录显存峰值与生成时长,再决定是否升分辨率。
- 换自己的参考图/提示词,检查水印与人物一致性。
依赖与成本
Python + PyTorch + CUDA;建议 24GB+ 显存,长视频要分段与更多存储。
许可与使用边界
代码与权重许可需读仓库 LICENSE / 模型卡;生成内容商用与肖像权另核。
开源不等于可商用:GPL / AGPL 有传染性;代码许可、模型许可、生成内容许可要分开看。上线前读仓库 LICENSE 与模型卡,必要时让法务确认。
替代与相邻
- CogVideo — 生产可用,智谱 CogVideoX 系列视频生成模型与推理代码,支持文本/图像到视频。
- LTX-Video — 特定场景,Lightricks 的实时视频生成模型与代码,基于 DiT,强调速度与较低显存。
- Wan2.1 — 特定场景,开源视频生成模型与推理代码,支持文生视频、图生视频与多尺寸。
下一步
- 打开 GitHub,先读 README、LICENSE、最近 release 与 issue。
- 按“部署依赖 / 显存 / 数据 / 网络 / 权限”列一张上手清单。
- 用一个小样本跑通,再决定是否进生产;不要直接上生产数据。
快照口径:stars / forks / language / license / pushed_at 来自 GitHub API 2026-11-19 快照;之后的变化没有回写。标签与“适合 / 不适合”是编辑判断,不是 GitHub 元数据。
不背书:本站只做索引与风险提示,不审计代码、不保证安全、不替你做许可判断。仓库脚本与模型权重请自行审查。