TL;DR三行场景/结论/产出场景你看到HunyuanVideo后面跟着 13B、I2V、Avatar、Foley、Custom、1.5 一串名字参数从 8.3B 到 13B 不等显存门槛从 14GB 到 80GB 横跨你想知道当前本地工作流该选哪个。结论「HunyuanVideo」不是一个大模型的版本号而是一个家族对「首帧图片 提示词 → 720P 视频」的工作流HunyuanVideo-1.5 720P I2V 完整版是当前最合理默认起点旧版 I2V13B / 60GB 显存适合作为高动态 / LoRA 兼容 / 历史对照的「第二后端」而不是第一后端。产出5 个项目的发布时间线、13B vs 8.3B 不是低配版的判断框架、1.5 权重矩阵 8 类后缀选型、ComfyUI 拆分权重目录、6 维度路线对比、Tencent Hunyuan Community License 商用红线、4 类场景选型结论、10 条常见误解速查。版本矩阵项目发布时间任务参数量显存门槛许可证状态HunyuanVideo 原版2024-12-03arXiv:2412.03603T2V13B60GB / 80GB 推荐Tencent Hunyuan Community License✅ 已验证HunyuanVideo-I2V2025-03-06I2V首帧→视频13B60GB 720P / 80GB 推荐Tencent Hunyuan Community License✅ 已验证GitHub README NewsHunyuanCustom2025具体日期未独立命中多模态定制化视频⚠️ 用户未声明80GB 推荐 / 24GB 最低复杂⚠️ 部分验证HunyuanVideo-Avatar2025音频驱动角色⚠️ 用户未声明中等复杂⚠️ 部分验证技术报告公开HunyuanVideo-Foley2025arXiv:2508.16930 / 2025-08视频到音效3BXXL 20GB / XL 16GBoffload 8-12GB复杂✅ 已验证arXiv 公开HunyuanVideo-1.52025-11-21T2V I2V 统一8.3B14GB启用 offload / 80GB 正式Tencent Hunyuan Community License✅ 已验证HunyuanVideo 原版架构Causal 3D VAE MLLM Dual-stream DiT————✅ 已验证HunyuanVideo-1.5 架构8.3B DiT 全新 16×空间/4×时间 VAE SSTA 注意力 双语/字形感知文本编码————✅ 已验证HunyuanVideo-1.5 训练数据65.6% 扩充图像数据 83.2% 增长视频数据————✅ 已验证HunyuanVideo-I2V 720P 5s 8 卡推理延迟337.58 秒5.64× 加速————✅ 已验证GitHub READMEHunyuanVideo-1.5 商用红线排除 EU/UK/韩国月活 1 亿需申请不得用于改进非 Hunyuan 系模型————✅ 已验证LICENSE“HunyuanVideo”现在不是一个模型而是一个家族。搜索结果里同时出现原版 13B、HunyuanVideo-I2V、Avatar、Foley、Custom 和 HunyuanVideo-1.5。它们不是简单的“大、中、小版本”而是不同时间、不同任务和不同架构的公开项目。当前最重要的判断是对需要“首帧图片 提示词 → 720P 视频”的本地工作流优先从 HunyuanVideo-1.5 720P I2V 完整模型开始而不是默认选择参数更多的旧版 HunyuanVideo-I2V。这个结论不是说旧版在每个样本上都更差而是综合考虑任务匹配、显存、生态、推理效率和后续维护。一、HunyuanVideo 家族时间线2024 年 12 月HunyuanVideo 原版HunyuanVideo 原版首先公开的是超过 13B 参数的文本生成视频模型。官方架构使用 Causal 3D VAE、MLLM 文本编码和“Dual-stream to Single-stream”的 Transformer 设计。[1]它的意义主要有三点提供了大规模开放视频基础模型建立了 Hunyuan 视频 VAE、文本编码和 DiT 技术路线后续 I2V、Avatar 和其他衍生项目以它为基础或参考。原版的优势是研究价值、社区积累和较大模型容量限制是推理资源重、部署链路复杂且最初重点是 T2V。2025 年 3 月HunyuanVideo-I2VHunyuanVideo-I2V 在原版基础上加入图片条件。官方支持最高 720P、129 帧、约 5 秒官方表格给出的 720P 峰值显存约 60GB并建议使用 80GB GPU。[2]它提供两种明显的动态倾向稳定模式--i2v-stability与flow-shift 7高动态模式关闭稳定模式并使用flow-shift 17。这套控制对比较“画面保持”和“动态幅度”很直观。旧版 I2V 仍有价值的场景包括需要复现历史工作流使用旧版 LoRA 或社区节点对高动态模式有明确需求作为 HunyuanVideo-1.5 的 A/B 基线。但它不再是单卡 48GB 的最省事选项。2025 年Custom、Avatar 与 FoleyHunyuanVideo 家族随后扩展到多个专用任务。HunyuanCustomHunyuanCustom 面向可定制、主体或多条件视频生成。它更接近定制化研究和专项工作流不应与普通首帧 I2V 混为一谈。HunyuanVideo-AvatarAvatar 使用图片和音频驱动角色强调高动态、情绪控制、多风格角色和多人对话。[3] 它解决的是“让角色随音频表演”不是通用 T2V 或普通 I2V。HunyuanVideo-FoleyFoley 面向视频到音频或视频配音效。它把 Hunyuan 生态扩展到声音生成任务目标与视频画面生成不同。这些模型证明 HunyuanVideo 正在形成能力矩阵但安装时不要因为名字相似而混用权重或工作流。2025 年 11 月HunyuanVideo-1.5HunyuanVideo-1.5 于 2025 年 11 月公开推理代码和权重。它是 8.3B 的新一代模型不是原版 13B 的简单量化或缩水版本。[4]官方列出的关键变化包括8.3B DiT新的 3D Causal VAE空间 16×、时间 4× 压缩Selective and Sliding Tile Attention双语和字形感知文本编码T2V 与 I2V 统一能力480P、720P、多时长独立视频超分网络完整模型、CFG 蒸馏、Step 蒸馏和稀疏版本官方 Diffusers、ComfyUI、LightX2V 路线。启用模型卸载时官方给出的最低显存为 14GB。[4] 这使它与旧版 60GB 的 720P 门槛形成明显差异。二、为什么 8.3B 不等于 13B 的低配版参数量只代表容量之一。两个版本的效果不能用13B 8.3B直接推断。HunyuanVideo-1.5 改变了潜变量压缩方式注意力计算数据清洗双语条件预训练与后训练流程推理和超分设计蒸馏和缓存支持。一个重新训练的新架构可以用更少参数达到更好的综合效率。原版可能在个别纹理、动态或提示上产生更合适的结果但没有理由把“参数更多”当成默认最高质量结论。可靠的判断只能来自同首帧、同提示词、多 Seed 的实测。没有这一组对照时应优先选择当前维护和部署条件更合理的版本。三、HunyuanVideo-1.5 的权重矩阵官方仓库列出多种权重名称中的后缀会直接改变推理方式。[4]权重方向用途选型说明480P-T2V文本生成 480P 视频适合较低成本 T2V480P-I2V首帧生成 480P 视频完整采样基线720P-T2V文本生成 720P 视频高分辨率 T2V720P-I2V首帧生成 720P 视频正式 I2V 主力候选cfg-distill蒸馏 CFG 计算速度和调节方式与完整模型不同step-distill4/8/12 步少步数生成适合预览和吞吐不能等同 50 步完整模型sparse-cfg-distill稀疏注意力与蒸馏组合对硬件和后端有额外要求720P/1080P SR视频超分在选片后执行不必处理所有候选正式首帧生成应该选什么默认基线HunyuanVideo-1.5 720P I2V 完整模型 核心扩散权重 FP16 或官方后端对应的 BF16 50 inference steps CFG 6 flow shift 7 121 帧 24 fps 缓存关闭这是“先建立最高质量可复现基线”的配置不是最快配置。什么时候选 480P Step-Distilled大量预览快速筛 Prompt低显存设备高吞吐候选生成可以接受模型上限变化。官方推荐 8 或 12 步4 步更快但会进一步降低质量。[4]什么时候使用超分模型先在原生 720P 选择动作和时间一致性正确的结果再对入选片段执行 1080P 超分。超分不能修复错误动作、身份漂移或物体消失它主要改善分辨率、锐度和部分失真。四、原版 HunyuanVideo-I2V 是否还有必要部署有必要但应作为第二后端而不是第一后端。适合保留原版的理由需要稳定/高动态模式对照已经积累旧版 LoRA需要验证某类动作是否在原版更强有 80GB GPU 或成熟多卡环境研究 Hunyuan 架构演进。不适合作为默认起点的理由720P 官方峰值显存约 60GB单张 48GB GPU 需要更激进的第三方量化或卸载推理和依赖更重当前官方生态重心已转到 1.5对普通首帧生成资源成本未必转化为稳定收益。正确策略是先让 1.5 跑出 10 至 20 个代表性镜头再针对持续失败的类型部署原版 A/B而不是一次安装全部版本。五、ComfyUI 中应该使用什么权重ComfyUI 官方 720P I2V 工作流使用拆分后的单文件权重[5]models/diffusion_models/ └── hunyuanvideo1.5_720p_i2v_fp16.safetensors models/text_encoders/ ├── qwen_2.5_vl_7b_fp8_scaled.safetensors └── byt5_small_glyphxl_fp16.safetensors models/clip_vision/ └── sigclip_vision_patch14_384.safetensors models/vae/ └── hunyuanvideo15_vae_fp16.safetensors这里需要注意核心扩散模型是 FP16Qwen 文本编码器使用官方工作流的 FP8 scaled 文件“文本编码器 FP8”不等于“主模型 FP8”不应为了追求名义上的全 FP16随意替换工作流未验证的编码器组合。六、官方脚本、Diffusers 与 ComfyUI 如何选路线优点适用场景官方源代码参数最完整训练和新功能优先研究、LoRA、多卡、官方基线DiffusersPython API 统一易嵌入服务程序化生成、自动化测试ComfyUI可视化、显存管理、模板和 API Workflow单卡部署、创作、工作流迭代LightX2V专用性能优化基线稳定后的吞吐优化WanGP低显存、简化界面快速体验和消费级显卡对首次单卡部署ComfyUI 是最平衡的入口对训练或完整参数控制回到官方代码对高吞吐再考虑 LightX2V。七、许可证不是 Apache 2.0HunyuanVideo-1.5 使用Tencent Hunyuan Community License Agreement。[6] 发布服务、商用或跨地域部署前至少注意许可地域排除欧盟、英国和韩国发布时月活超过 1 亿的产品或服务需要向腾讯申请额外许可不得使用 Hunyuan 作品、输出或结果改进其他 AI 模型Hunyuan 或其衍生模型除外许可要求遵守 Acceptable Use Policy腾讯声明不主张用户生成输出的权利但用户需自行负责输出和后续使用分发、Hosted Service 和标识义务需按原文执行。这不是法律意见。真正上线前应让法务直接阅读当前 LICENSE而不是依赖博客摘要。八、当前版本选型结论首帧图片生成正式视频首选HunyuanVideo-1.5 720P I2V 完整版 后端ComfyUI 官方工作流或官方 Diffusers 精度核心主模型 FP16 / 官方源代码 BF16 路线 参数50 steps、CFG 6、flow shift 7快速预览与低显存HunyuanVideo-1.5 480P I2V Step-Distilled 8 或 12 steps高动态、旧 LoRA 和历史对照HunyuanVideo-I2V 原版 作为专项后端不作为默认部署对话和音频驱动角色HunyuanVideo-Avatar视频声音生成HunyuanVideo-FoleyHunyuanVideo-1.5 是当前家族中最适合先建立本地通用 T2V/I2V 工作流的版本但它不会取代每个专用模型。参考资料HunyuanVideo 原版官方仓库HunyuanVideo-I2V 官方仓库HunyuanCustom 官方仓库HunyuanVideo-Avatar 官方仓库HunyuanVideo-Foley 官方仓库HunyuanVideo-1.5 官方仓库Comfy-Org HunyuanVideo-1.5 720P I2V 模板HunyuanVideo-1.5 LICENSEHunyuanVideo-1.5 ComfyUI 指南错误速查卡症状根因定位修复把「HunyuanVideo」当成一个模型实际是家族5 个公开项目发布时间、任务、参数都不同看「一、HunyuanVideo 家族时间线」节按项目分原版 13B / I2V 13B / Custom / Avatar / Foley / 1.5 8.3B默认选参数最多的 13B I2V13B 不等于「高质量默认」1.5 是新架构看「二、为什么 8.3B 不等于 13B 的低配版」节默认从 1.5 720P I2V 完整版开始13B 留作第二后端把旧版 I2V 当成首选项60GB 显存 重依赖当前官方重心已转 1.5看「四、原版 HunyuanVideo-I2V 是否还有必要部署」节旧版只用于稳定/高动态模式、LoRA 兼容、历史对照在 24-48GB 单卡上默认部署原版 I2V13B / 60GB / 720P 的硬件门槛不匹配看版本矩阵改用 1.5 14GB 最低或用 1.5 Step-Distilled 8/12 步混淆 weight 后缀cfg-distill / step-distill / sparse-cfg-distill蒸馏路线和稀疏版本有不同推理参数看「三、HunyuanVideo-1.5 的权重矩阵」表正式首帧用 720P I2V 完整版预览用 480P Step-Distilled在 ComfyUI 里把 FP8 文本编码器换成 FP16工作流未验证 FP16 编码器组合看「五、ComfyUI 中应该使用什么权重」节严格按官方工作流的拆分目录FP8 是文本编码器不影响主模型精度误把 HunyuanCustom 当成普通 I2VCustom 是多模态定制化框架文本图像音频视频不是单点 I2V看「2025 年Custom、Avatar 与 Foley」节Custom 用作虚拟人广告、虚拟试穿、唱歌 avatar普通首帧 I2V 用 1.5误把 HunyuanVideo-Avatar 用作通用 T2V/I2VAvatar 是音频驱动角色输出是「角色表演」不是「视频内容」看 Avatar 描述Avatar 用作对话/口型/情绪通用 T2V/I2V 用 1.5误把 HunyuanVideo-Foley 当成视频生成Foley 是视频→音效不是文本→视频看 Foley 描述Foley 用作视频配音效不替代视频生成假设 HunyuanVideo-1.5 用 Apache 2.0实际是 Tencent Hunyuan Community License地域排除 EU/UK/韩国月活 1 亿需额外申请看「七、许可证不是 Apache 2.0」节上线前让法务读 LICENSE明确月活阈值和地域限制
HunyuanVideo 怎么选：原版、I2V、Avatar、Foley、1.5 五条线 + 8.3B 不等于 13B 低配版
发布时间：2026/7/17 11:49:15
TL;DR三行场景/结论/产出场景你看到HunyuanVideo后面跟着 13B、I2V、Avatar、Foley、Custom、1.5 一串名字参数从 8.3B 到 13B 不等显存门槛从 14GB 到 80GB 横跨你想知道当前本地工作流该选哪个。结论「HunyuanVideo」不是一个大模型的版本号而是一个家族对「首帧图片 提示词 → 720P 视频」的工作流HunyuanVideo-1.5 720P I2V 完整版是当前最合理默认起点旧版 I2V13B / 60GB 显存适合作为高动态 / LoRA 兼容 / 历史对照的「第二后端」而不是第一后端。产出5 个项目的发布时间线、13B vs 8.3B 不是低配版的判断框架、1.5 权重矩阵 8 类后缀选型、ComfyUI 拆分权重目录、6 维度路线对比、Tencent Hunyuan Community License 商用红线、4 类场景选型结论、10 条常见误解速查。版本矩阵项目发布时间任务参数量显存门槛许可证状态HunyuanVideo 原版2024-12-03arXiv:2412.03603T2V13B60GB / 80GB 推荐Tencent Hunyuan Community License✅ 已验证HunyuanVideo-I2V2025-03-06I2V首帧→视频13B60GB 720P / 80GB 推荐Tencent Hunyuan Community License✅ 已验证GitHub README NewsHunyuanCustom2025具体日期未独立命中多模态定制化视频⚠️ 用户未声明80GB 推荐 / 24GB 最低复杂⚠️ 部分验证HunyuanVideo-Avatar2025音频驱动角色⚠️ 用户未声明中等复杂⚠️ 部分验证技术报告公开HunyuanVideo-Foley2025arXiv:2508.16930 / 2025-08视频到音效3BXXL 20GB / XL 16GBoffload 8-12GB复杂✅ 已验证arXiv 公开HunyuanVideo-1.52025-11-21T2V I2V 统一8.3B14GB启用 offload / 80GB 正式Tencent Hunyuan Community License✅ 已验证HunyuanVideo 原版架构Causal 3D VAE MLLM Dual-stream DiT————✅ 已验证HunyuanVideo-1.5 架构8.3B DiT 全新 16×空间/4×时间 VAE SSTA 注意力 双语/字形感知文本编码————✅ 已验证HunyuanVideo-1.5 训练数据65.6% 扩充图像数据 83.2% 增长视频数据————✅ 已验证HunyuanVideo-I2V 720P 5s 8 卡推理延迟337.58 秒5.64× 加速————✅ 已验证GitHub READMEHunyuanVideo-1.5 商用红线排除 EU/UK/韩国月活 1 亿需申请不得用于改进非 Hunyuan 系模型————✅ 已验证LICENSE“HunyuanVideo”现在不是一个模型而是一个家族。搜索结果里同时出现原版 13B、HunyuanVideo-I2V、Avatar、Foley、Custom 和 HunyuanVideo-1.5。它们不是简单的“大、中、小版本”而是不同时间、不同任务和不同架构的公开项目。当前最重要的判断是对需要“首帧图片 提示词 → 720P 视频”的本地工作流优先从 HunyuanVideo-1.5 720P I2V 完整模型开始而不是默认选择参数更多的旧版 HunyuanVideo-I2V。这个结论不是说旧版在每个样本上都更差而是综合考虑任务匹配、显存、生态、推理效率和后续维护。一、HunyuanVideo 家族时间线2024 年 12 月HunyuanVideo 原版HunyuanVideo 原版首先公开的是超过 13B 参数的文本生成视频模型。官方架构使用 Causal 3D VAE、MLLM 文本编码和“Dual-stream to Single-stream”的 Transformer 设计。[1]它的意义主要有三点提供了大规模开放视频基础模型建立了 Hunyuan 视频 VAE、文本编码和 DiT 技术路线后续 I2V、Avatar 和其他衍生项目以它为基础或参考。原版的优势是研究价值、社区积累和较大模型容量限制是推理资源重、部署链路复杂且最初重点是 T2V。2025 年 3 月HunyuanVideo-I2VHunyuanVideo-I2V 在原版基础上加入图片条件。官方支持最高 720P、129 帧、约 5 秒官方表格给出的 720P 峰值显存约 60GB并建议使用 80GB GPU。[2]它提供两种明显的动态倾向稳定模式--i2v-stability与flow-shift 7高动态模式关闭稳定模式并使用flow-shift 17。这套控制对比较“画面保持”和“动态幅度”很直观。旧版 I2V 仍有价值的场景包括需要复现历史工作流使用旧版 LoRA 或社区节点对高动态模式有明确需求作为 HunyuanVideo-1.5 的 A/B 基线。但它不再是单卡 48GB 的最省事选项。2025 年Custom、Avatar 与 FoleyHunyuanVideo 家族随后扩展到多个专用任务。HunyuanCustomHunyuanCustom 面向可定制、主体或多条件视频生成。它更接近定制化研究和专项工作流不应与普通首帧 I2V 混为一谈。HunyuanVideo-AvatarAvatar 使用图片和音频驱动角色强调高动态、情绪控制、多风格角色和多人对话。[3] 它解决的是“让角色随音频表演”不是通用 T2V 或普通 I2V。HunyuanVideo-FoleyFoley 面向视频到音频或视频配音效。它把 Hunyuan 生态扩展到声音生成任务目标与视频画面生成不同。这些模型证明 HunyuanVideo 正在形成能力矩阵但安装时不要因为名字相似而混用权重或工作流。2025 年 11 月HunyuanVideo-1.5HunyuanVideo-1.5 于 2025 年 11 月公开推理代码和权重。它是 8.3B 的新一代模型不是原版 13B 的简单量化或缩水版本。[4]官方列出的关键变化包括8.3B DiT新的 3D Causal VAE空间 16×、时间 4× 压缩Selective and Sliding Tile Attention双语和字形感知文本编码T2V 与 I2V 统一能力480P、720P、多时长独立视频超分网络完整模型、CFG 蒸馏、Step 蒸馏和稀疏版本官方 Diffusers、ComfyUI、LightX2V 路线。启用模型卸载时官方给出的最低显存为 14GB。[4] 这使它与旧版 60GB 的 720P 门槛形成明显差异。二、为什么 8.3B 不等于 13B 的低配版参数量只代表容量之一。两个版本的效果不能用13B 8.3B直接推断。HunyuanVideo-1.5 改变了潜变量压缩方式注意力计算数据清洗双语条件预训练与后训练流程推理和超分设计蒸馏和缓存支持。一个重新训练的新架构可以用更少参数达到更好的综合效率。原版可能在个别纹理、动态或提示上产生更合适的结果但没有理由把“参数更多”当成默认最高质量结论。可靠的判断只能来自同首帧、同提示词、多 Seed 的实测。没有这一组对照时应优先选择当前维护和部署条件更合理的版本。三、HunyuanVideo-1.5 的权重矩阵官方仓库列出多种权重名称中的后缀会直接改变推理方式。[4]权重方向用途选型说明480P-T2V文本生成 480P 视频适合较低成本 T2V480P-I2V首帧生成 480P 视频完整采样基线720P-T2V文本生成 720P 视频高分辨率 T2V720P-I2V首帧生成 720P 视频正式 I2V 主力候选cfg-distill蒸馏 CFG 计算速度和调节方式与完整模型不同step-distill4/8/12 步少步数生成适合预览和吞吐不能等同 50 步完整模型sparse-cfg-distill稀疏注意力与蒸馏组合对硬件和后端有额外要求720P/1080P SR视频超分在选片后执行不必处理所有候选正式首帧生成应该选什么默认基线HunyuanVideo-1.5 720P I2V 完整模型 核心扩散权重 FP16 或官方后端对应的 BF16 50 inference steps CFG 6 flow shift 7 121 帧 24 fps 缓存关闭这是“先建立最高质量可复现基线”的配置不是最快配置。什么时候选 480P Step-Distilled大量预览快速筛 Prompt低显存设备高吞吐候选生成可以接受模型上限变化。官方推荐 8 或 12 步4 步更快但会进一步降低质量。[4]什么时候使用超分模型先在原生 720P 选择动作和时间一致性正确的结果再对入选片段执行 1080P 超分。超分不能修复错误动作、身份漂移或物体消失它主要改善分辨率、锐度和部分失真。四、原版 HunyuanVideo-I2V 是否还有必要部署有必要但应作为第二后端而不是第一后端。适合保留原版的理由需要稳定/高动态模式对照已经积累旧版 LoRA需要验证某类动作是否在原版更强有 80GB GPU 或成熟多卡环境研究 Hunyuan 架构演进。不适合作为默认起点的理由720P 官方峰值显存约 60GB单张 48GB GPU 需要更激进的第三方量化或卸载推理和依赖更重当前官方生态重心已转到 1.5对普通首帧生成资源成本未必转化为稳定收益。正确策略是先让 1.5 跑出 10 至 20 个代表性镜头再针对持续失败的类型部署原版 A/B而不是一次安装全部版本。五、ComfyUI 中应该使用什么权重ComfyUI 官方 720P I2V 工作流使用拆分后的单文件权重[5]models/diffusion_models/ └── hunyuanvideo1.5_720p_i2v_fp16.safetensors models/text_encoders/ ├── qwen_2.5_vl_7b_fp8_scaled.safetensors └── byt5_small_glyphxl_fp16.safetensors models/clip_vision/ └── sigclip_vision_patch14_384.safetensors models/vae/ └── hunyuanvideo15_vae_fp16.safetensors这里需要注意核心扩散模型是 FP16Qwen 文本编码器使用官方工作流的 FP8 scaled 文件“文本编码器 FP8”不等于“主模型 FP8”不应为了追求名义上的全 FP16随意替换工作流未验证的编码器组合。六、官方脚本、Diffusers 与 ComfyUI 如何选路线优点适用场景官方源代码参数最完整训练和新功能优先研究、LoRA、多卡、官方基线DiffusersPython API 统一易嵌入服务程序化生成、自动化测试ComfyUI可视化、显存管理、模板和 API Workflow单卡部署、创作、工作流迭代LightX2V专用性能优化基线稳定后的吞吐优化WanGP低显存、简化界面快速体验和消费级显卡对首次单卡部署ComfyUI 是最平衡的入口对训练或完整参数控制回到官方代码对高吞吐再考虑 LightX2V。七、许可证不是 Apache 2.0HunyuanVideo-1.5 使用Tencent Hunyuan Community License Agreement。[6] 发布服务、商用或跨地域部署前至少注意许可地域排除欧盟、英国和韩国发布时月活超过 1 亿的产品或服务需要向腾讯申请额外许可不得使用 Hunyuan 作品、输出或结果改进其他 AI 模型Hunyuan 或其衍生模型除外许可要求遵守 Acceptable Use Policy腾讯声明不主张用户生成输出的权利但用户需自行负责输出和后续使用分发、Hosted Service 和标识义务需按原文执行。这不是法律意见。真正上线前应让法务直接阅读当前 LICENSE而不是依赖博客摘要。八、当前版本选型结论首帧图片生成正式视频首选HunyuanVideo-1.5 720P I2V 完整版 后端ComfyUI 官方工作流或官方 Diffusers 精度核心主模型 FP16 / 官方源代码 BF16 路线 参数50 steps、CFG 6、flow shift 7快速预览与低显存HunyuanVideo-1.5 480P I2V Step-Distilled 8 或 12 steps高动态、旧 LoRA 和历史对照HunyuanVideo-I2V 原版 作为专项后端不作为默认部署对话和音频驱动角色HunyuanVideo-Avatar视频声音生成HunyuanVideo-FoleyHunyuanVideo-1.5 是当前家族中最适合先建立本地通用 T2V/I2V 工作流的版本但它不会取代每个专用模型。参考资料HunyuanVideo 原版官方仓库HunyuanVideo-I2V 官方仓库HunyuanCustom 官方仓库HunyuanVideo-Avatar 官方仓库HunyuanVideo-Foley 官方仓库HunyuanVideo-1.5 官方仓库Comfy-Org HunyuanVideo-1.5 720P I2V 模板HunyuanVideo-1.5 LICENSEHunyuanVideo-1.5 ComfyUI 指南错误速查卡症状根因定位修复把「HunyuanVideo」当成一个模型实际是家族5 个公开项目发布时间、任务、参数都不同看「一、HunyuanVideo 家族时间线」节按项目分原版 13B / I2V 13B / Custom / Avatar / Foley / 1.5 8.3B默认选参数最多的 13B I2V13B 不等于「高质量默认」1.5 是新架构看「二、为什么 8.3B 不等于 13B 的低配版」节默认从 1.5 720P I2V 完整版开始13B 留作第二后端把旧版 I2V 当成首选项60GB 显存 重依赖当前官方重心已转 1.5看「四、原版 HunyuanVideo-I2V 是否还有必要部署」节旧版只用于稳定/高动态模式、LoRA 兼容、历史对照在 24-48GB 单卡上默认部署原版 I2V13B / 60GB / 720P 的硬件门槛不匹配看版本矩阵改用 1.5 14GB 最低或用 1.5 Step-Distilled 8/12 步混淆 weight 后缀cfg-distill / step-distill / sparse-cfg-distill蒸馏路线和稀疏版本有不同推理参数看「三、HunyuanVideo-1.5 的权重矩阵」表正式首帧用 720P I2V 完整版预览用 480P Step-Distilled在 ComfyUI 里把 FP8 文本编码器换成 FP16工作流未验证 FP16 编码器组合看「五、ComfyUI 中应该使用什么权重」节严格按官方工作流的拆分目录FP8 是文本编码器不影响主模型精度误把 HunyuanCustom 当成普通 I2VCustom 是多模态定制化框架文本图像音频视频不是单点 I2V看「2025 年Custom、Avatar 与 Foley」节Custom 用作虚拟人广告、虚拟试穿、唱歌 avatar普通首帧 I2V 用 1.5误把 HunyuanVideo-Avatar 用作通用 T2V/I2VAvatar 是音频驱动角色输出是「角色表演」不是「视频内容」看 Avatar 描述Avatar 用作对话/口型/情绪通用 T2V/I2V 用 1.5误把 HunyuanVideo-Foley 当成视频生成Foley 是视频→音效不是文本→视频看 Foley 描述Foley 用作视频配音效不替代视频生成假设 HunyuanVideo-1.5 用 Apache 2.0实际是 Tencent Hunyuan Community License地域排除 EU/UK/韩国月活 1 亿需额外申请看「七、许可证不是 Apache 2.0」节上线前让法务读 LICENSE明确月活阈值和地域限制
)
