AI・機械学習
上級
HunyuanVideo（フンユアンビデオ）
Tencentが2024年12月にリリースした13Bパラメータのオープンソース動画生成モデル。3D Causal VAE＋Dual-stream DiTで720p高品質動画をApache 2.0で提供する。
0 回閲覧
0 いいね
2026/6/8 更新
関連タグ
text-to-video
tencent
open-source
dual-stream-dit
3d-causal-vae
HunyuanVideo とは
HunyuanVideoはTencent Hunyuanチームが2024年12月に公開したオープンソース動画生成モデル。13Bパラメータは公開モデル最大級で、Apache 2.0ライセンスで提供される。
アーキテクチャ
3D Causal VAE
動画を空間・時間の3D構造として圧縮するVariational Autoencoder。Causal（因果的）設計により時系列の依存関係を保持したまま圧縮できる。
Dual-stream DiT
テキストストリームと動画ストリームを独立して処理し、クロスアテンションで統合するDiffusion Transformer。テキストと動画の整合性を高める。
スペック
| 項目 | 値 |
|---|---|
| パラメータ | 13B |
| 最大解像度 | 720p |
| 最大長さ | 5秒 |
| ライセンス | Apache 2.0 |
| 必要VRAM | 80GB（H100推奨） |
使い方
# ComfyUI経由（推奨）
# ComfyUI-HunyuanVideoノードをインストール後
# Modelを選択してプロンプト入力するだけ
# Python直接実行
pip install hunyuanvideo
hunyuan generate --prompt "A cat walking in the snow" --output output.mp4
FAQ
Q: HunyuanVideoをコンシューマGPUで動かせるか？ A: 公式推奨はH100（80GB VRAM）だが、量子化版（fp8/int8）でRTX4090（24GB）での動作報告がある。品質は低下する。
Q: 商用利用は可能か？ A: Apache 2.0ライセンスのため商用利用可能。ただし生成コンテンツへのTencent利用規約が別途適用される場合がある。