开放权重 · 模型卡读于 2026-11-06 · 此处不加载
Hunyuan Video 1.5 在你的 GPU 上运行，不在此表单里
Tencent 发布了权重、安装步骤，以及一个 8.3B 的文生视频和图生视频模型。Nano AI 不托管这套程序栈。
此生成器运行 Kling 2.6，生成一条无声的 5 秒片段，花费 55 积分，并设置 sound: false。注册积分是 64，够这样一条。它不加载 Hunyuan Video 1.5。
时长
比例
生成的视频
暂无视频
填写表单并点击生成视频，创建你的第一个 AI 视频。
提示：使用详细描述可获得更好的效果
- 开发方
- Tencent
- 发布时间
- 2025年11月20日
- 本站可用
- Kling 2.6 · 每条视频 55 积分起
- 页面更新
- 2026年11月6日
信息来源: huggingface.co
是卡片，不是片段
两张图都在 2026-11-06 下载。Hugging Face 卡片是仓库名。GitHub 卡片上的计数是下载当时 GitHub 的数字，不是 Nano AI 的测量，两张图也都不是 Hunyuan Video 1.5 的帧。
Hunyuan Video 1.5 公开了什么
Hugging Face 模型卡读于 2026-11-06，称推理代码与权重发布于 2025年11月20日。它把 Hunyuan Video 1.5 描述为 8.3B 的 Diffusion Transformer，带 3D 因果 VAE，空间压缩 16×、时间压缩 4×，并使用选择性与滑动分块注意力。它说在他们的对比中，该注意力在 10-second 720p 片段上比 FlashAttention-3 快 1.87×。超分辨率网络把画面提升到接近 1080p。卡上的许可证名称是 tencent-hunyuan-community。本页除该名称和链接外，不概述许可条款。
模型卡的硬件一行写的是 NVIDIA GPU，开启显存卸载时最低 14 GB。软件一行是 Linux 和 Python 3.10 或更高。卡上的默认值包括 video_length 121、50 步，以及超分辨率默认开启，除非传入 --sr false。一个 480p 图生视频的步数蒸馏模型被描述为 8 or 12 步，在 RTX 4090 上大约快 75%。卡上仍印着 Comming soon（他们的拼写），对应 HunyuanVideo-1.5-720P-T2V-cfg-distill 和 HunyuanVideo-1.5-720P-T2V-sparse-cfg-distill。卡上的评测小组件显示 78.2 和 74.3。那是他们的数字，不是 Nano AI 的基准。卡片链接的论文是 arXiv 2511.18870。
checkpoints-download.md 说最新的 HunyuanMLLM 尚未发布，并推荐 Qwen2.5-VL-7B-Instruct。它还列出 google/byt5-small、来自 ModelScope 的 Glyph-SDXL-v2，以及从 black-forest-labs/FLUX.1-Redux-dev 下载 SigLIP，这需要已获批准的 Hugging Face 令牌。本站不代为申请该权限，也不提供令牌。下面的表单只运行 Kling 2.6。
Hunyuan Video 1.5 一览
- 权重日期
- 模型卡上为 2025年11月20日
- 卡上的规模
- 8.3B，空间 16×，时间 4×
- 他们的速度一行
- 相对 FlashAttention-3 为 1.87×，10-second 720p
- 他们的最低配置
- 开启显存卸载时 14 GB，Linux，Python 3.10
- 他们的默认值
- 121 帧，50 步，480p 或 720p，超分趋向 1080p
- 步数蒸馏
- 480p I2V，8 or 12 步，在 RTX 4090 上为 75%
- 此表单
- Kling 2.6，5 秒，55 积分，sound: false
在你自己的机器上安装 Hunyuan Video 1.5
命令按 2026-11-06 读到的模型卡和 checkpoints-download.md 抄录。这些命令不会在 Nano AI 上执行。
- 1
克隆仓库
模型卡的第一步。本页不运行克隆。
git clone https://github.com/Tencent-Hunyuan/HunyuanVideo-1.5.git cd HunyuanVideo-1.5 - 2
安装模型卡上写明的 Python 包
第二行使用模型卡上印出的 Tencent pip 镜像。
pip install -r requirements.txt pip install -i https://mirrors.tencent.com/pypi/simple/ --upgrade tencentcloud-sdk-python - 3
下载 DiT 和 VAE 检查点
checkpoints-download.md 还说要先安装 Hugging Face CLI 和 ModelScope。其中的 hf download 一行是他们的。
pip install -U "huggingface_hub[cli]" pip install modelscope hf download tencent/HunyuanVideo-1.5 --local-dir ./ckpts - 4
下载他们推荐的文本编码器
文档说 HunyuanMLLM 尚未发布，因此指向 Qwen2.5-VL-7B-Instruct、byt5-small 和 Glyph-SDXL-v2。
hf download Qwen/Qwen2.5-VL-7B-Instruct --local-dir ./ckpts/text_encoder/llm hf download google/byt5-small --local-dir ./ckpts/text_encoder/byt5-small modelscope download --model AI-ModelScope/Glyph-SDXL-v2 --local_dir ./ckpts/text_encoder/Glyph-SDXL-v2 - 5
视觉编码器，只能用你自己的令牌
文档说 SigLIP 取自 FLUX.1-Redux-dev，需等 Hugging Face 批准你的访问。在你有令牌之前保留占位符。本站不提供令牌。
hf download black-forest-labs/FLUX.1-Redux-dev --local-dir ./ckpts/vision_encoder/siglip --token <your_hf_token>
检查点文档里点名的下载目标
2026-11-06 读到的模型卡上没有印出大小，所以本表不编造。两行标着 Comming soon 的 720p 已略去。
| 文件 | 作用 | 说明 |
|---|---|---|
| tencent/HunyuanVideo-1.5 | DiT 与 VAE | 用 hf download 放入 ./ckpts |
| Qwen2.5-VL-7B-Instruct | 他们推荐的文本编码器 | 文档称 HunyuanMLLM 尚未发布 |
| google/byt5-small | byT5 编码器 | 与 Glyph-SDXL-v2 配套 |
| Glyph-SDXL-v2 | Glyph 编码器 | 从 ModelScope 下载 |
| FLUX.1-Redux-dev | SigLIP 视觉编码器 | 受访问限制。用你的令牌，不是我们的 |
这个 Hunyuan Video 1.5 页面不会运行什么
本服务器上没有权重
克隆、hf download 和 GPU 都留在你的机器上。Nano AI 不安装 Hunyuan Video 1.5。
一条标价片段
Kling 2.6，5 秒，55 积分，sound: false。64 点注册积分够一条。那不是 480p 或 720p 的 Hunyuan 输出。
访问受限的视觉编码器
检查点文档说 FLUX.1-Redux-dev 需要你自己已获批准的令牌。下面的命令保留占位符 <your_hf_token>。
即将推出的行保持空白
卡上有两行 720p 蒸馏仍标着 Comming soon。本页不会假装那些文件已经下载。
Hunyuan Video 1.5 与此表单对照
左列是 2026-11-06 读到的模型卡和 checkpoints-download.md。右列是 Nano AI 实际运行的内容。
| 模型 Hunyuan Video 1.5 | 本页 | |
|---|---|---|
| 在哪里运行 | 你的 NVIDIA GPU | 本网站 |
| 你得到什么 | 480p 或 720p，超分趋向 1080p | 一条 5 秒的 Kling 片段 |
| 音频 | 模型卡未把它描述成配乐 | 值为 sound: false |
| 额外下载 | 另需 Qwen2.5-VL-7B-Instruct、byt5-small、Glyph-SDXL-v2、FLUX.1-Redux-dev | 无 |
| 在这里的价格 | 电费和你自己的 GPU | 55 积分；注册时 64 |
如何使用本页
- 1
把安装当作他们的程序栈
下面的命令抄自模型卡和 checkpoints-download.md。你按本页按钮时，它们不会运行。
- 2
用表单跑另一个模型
Kling 2.6 生成一条无声的 5 秒片段，花费 55 积分。它不是 Hunyuan Video 1.5，也不使用你 GPU 上的权重。
- 3
若要安装，请自备令牌
FLUX.1-Redux-dev 受访问限制。Hugging Face 批准后，请自行替换 <your_hf_token>。本站没有令牌可以给你。
Kling 片段的预设
这些提示词是为 Kling 表单写的。它们不是模型卡的演示提示词，也不要求出现人物。
灯笼
A paper lantern sways once in an empty stairwell, cool wall, warm light, camera still, no people, no text.
茶具
Rain beads on a tea set beside a window, one drop falls, no hands, no logos.
渡轮
A small ferry crosses an empty harbor at dawn, gulls distant, no readable names on the hull.
水墨
Ink spreads on wet paper into a mountain shape, then settles, no letters, overhead view.
当安装结果与模型卡不符时
这些是 Tencent 印出的限制，不是 Nano AI 能清除的错误。
- 低于 14 GB 时显存不足
- 模型卡说开启显存卸载时最低是 14 GB。它还说只有 GPU 有余量时才关闭卸载。本页没有测试过 GPU。
- 缺少一个 720p 蒸馏文件
- HunyuanVideo-1.5-720P-T2V-cfg-distill 和稀疏 T2V 那一对仍标着 Comming soon。不要为它们编造文件名。
- 视觉模型下载要求令牌
- FLUX.1-Redux-dev 受访问限制。文档提到的锁文件错误 ckpts/.huggingface/.gitignore.lock，他们说可以忽略并重新运行。本站不代理那次下载。
- 本页上的片段是另一个模型
- 这是预期结果。按钮以 55 积分运行 Kling 2.6，并设置 sound: false。它与 Hunyuan Video 1.5 是不同产品。Nano AI 与 Tencent 没有隶属关系。
常见问题
问题
答案来自 2026-11-06 读到的模型卡和检查点文档，以及本站表单的价格。
我能在这里运行 Hunyuan Video 1.5 吗？
不能。此表单运行 Kling 2.6，5 秒，55 积分，sound: false。权重留在安装一节，供你自己的机器使用。
8.3B 指的是什么？
模型卡上 Diffusion Transformer 的参数量。它还写明空间压缩 16×、时间压缩 4×。Nano AI 没有重新测量。
为什么步骤里有 Qwen2.5-VL-7B-Instruct？
checkpoints-download.md 说最新的 HunyuanMLLM 尚未发布，并推荐那个 Qwen 模型作为文本编码器。本页重复这一建议，并不声称它是 Tencent 自己的 MLLM。
还有什么仍标为即将推出？
模型卡对 HunyuanVideo-1.5-720P-T2V-cfg-distill 和 HunyuanVideo-1.5-720P-T2V-sparse-cfg-distill 印着 Comming soon。这两项并没有被列为你已经拥有的文件。
64 积分能加载 14 GB 的模型吗？
不能。64 点注册积分够一条 55 积分的 Kling 片段。14 GB 是他们开启显存卸载后的 GPU 最低要求，不是 Nano AI 的价格。
Nano AI 与 Tencent 有隶属关系吗？
没有。Nano AI 与 Tencent 或 Hunyuan Video 1.5 仓库没有隶属关系。模型卡读于 2026-11-06。
相关页面
Nano AI 是独立服务，与 Tencent 或 Hunyuan Video 1.5 没有隶属关系。模型卡、checkpoints-download.md 和论文链接读于 2026-11-06。速度、显存以及分数 78.2 和 74.3 是他们的。表单运行 Kling 2.6。