必须根据显存选模型：≤12gb显存只能用hunyuanvideo 1.5（8.3b参数，14g显存上限），≥24gb才可运行130亿参数原版；1.5版适合快速出片与中文prompt调试，原版支持电影级长程因果动作但需搭配3d因果vae。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在本地或云端部署腾讯混元文生视频功能，必须先从多个开源模型中选对适合你硬件和用途的那一个，选错会导致显存爆满、生成失败或画质严重缩水。
确认你的显卡显存容量
打开任务管理器→性能→GPU→查看“专用GPU内存”数值，这是硬性门槛，不可绕过。
若显存≤12GB，【只能选HunyuanVideo 1.5】——它专为消费级显卡设计，8.3B参数+14G显存上限是目前唯一能稳定跑通的开源文生视频模型；选130亿参数原版会直接卡死在VAE解码阶段。
若显存≥24GB（如A100/A800/RTX6000 Ada），才可考虑原版HunyuanVideo，但需额外准备30GB以上系统盘空间用于缓存中间帧。
按使用场景匹配模型能力
方法一：要快速出片、调试Prompt、做短视频脚本预演 → 选HunyuanVideo 1.5
它支持5–10秒生成，帧率可调至15fps或24fps，输出720p后经超分可达1080p，且中文Prompt理解更稳——byT5文本编码器针对中文标点、量词、动词时态做了专项优化，比如输入“小女孩踮起脚尖够树枝”，不会错解成“小女孩站在树枝上”。
方法二：要生成电影级镜头语言、多段切镜、物理精度要求极高 → 用原版HunyuanVideo（130B）
它具备原生SSTA稀疏注意力机制，能建模长程运动轨迹，例如“风筝线从左手滑脱→线轴在石阶上弹跳三次→最终缠住猫尾巴”，这种连续因果动作只有原版能完整还原；但注意：【必须搭配3D因果VAE才能启用该能力，普通VAE会丢失时间一致性】。
检查模型发布渠道与版本号
第一步：访问Hugging Face官方仓库 https://huggingface.co/Tencent-Hunyuan
第二步：在Models标签页筛选关键词“video”，只认准以下三个官方路径：
• Tencent-Hunyuan/HunyuanVideo-1.5（2025年11月21日发布，commit ID含 v1.5.0）
• Tencent-Hunyuan/HunyuanVideo（2024年12月3日初版，commit ID含 v1.0.0）
• Tencent-Hunyuan/HunyuanVideo-Foley（2025年8月28日发布，仅用于音效同步，不参与视频生成）
第三步：下载前核对模型card.md文件里的“Hardware Requirements”字段，若写明“VRAM ≥ 24GB”，就不是1.5版本。
