本文へスキップ

HunyuanVideo

大規模動画生成の学習向け公開フレームワーク

公式サイトを見る

HunyuanVideo とは

本フレームワークは Tencent が公開した大規模動画生成モデルの学習向けの仕組みと紹介され、データ整備と画像・動画の同時学習を用いると説明されている。

できること

  • 画像と動画を統合した Transformer 設計を使う
  • MLLM の文章エンコーダと 3D VAE を用いる
  • プロンプトを書き換え複数の解像度で生成する

導入の手順

  • リポジトリを手元へ複製する
  • 設定ファイルから Conda 環境を作る
  • 依存パッケージと Flash Attention v2 を入れる

長所と短所

✓ 良い点

  • コードとモデルの重みが公開される
  • 複数の解像度とフレームレートに対応

! 注意したい点

  • 環境の構築には Conda が要る
  • 高速化には Flash Attention v2 の導入が要る

よくある質問

何が公開される?

資料はコードとモデルの重みの公開を挙げる。

モデルはどの規模?

資料は 130 億超のパラメータと説明。

最終評価日: 2026-11-15

その他 AI動画生成 ツール

すべて見る →

評価方法