腾讯混元HunyuanVideo 1.5已原生支持ComfyUI，部署需克隆官方仓库、安装模型与节点包；T2V/I2V工作流分别依赖Qwen2.5 VL与CLIP Vision编码；Foley音效同步生成支持±15ms精度；1080P放大采用Latent Upscale与Motion-Aware Kernel技术。
☞☞☞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☜☜☜
一、ComfyUI环境快速部署与模型安装
腾讯混元HunyuanVideo 1.5已原生支持ComfyUI，无需手动修改核心代码即可加载运行。该步骤旨在构建稳定、低门槛的本地推理环境，确保后续文生视频、图生视频等全流程可执行。
1、从GitHub官方仓库克隆最新版ComfyUI：git clone https://github.com/comfyanonymous/ComfyUI.git
2、进入ComfyUI目录，执行python main.py启动服务，确认http://127.0.0.1:8188正常访问
3、下载HunyuanVideo-1.5模型文件（含split_files结构），解压至ComfyUI/models/checkpoints/hunyuan_video/目录下
4、安装社区封装的HunyuanVideo节点包：在ComfyUI/custom_nodes目录中执行git clone https://github.com/Comfy-Org/ComfyUI_HunyuanVideo.git
5、重启ComfyUI服务，刷新界面后可在节点列表中看到HunyuanVideo T2V与HunyuanVideo I2V专用节点
二、文生视频（T2V）标准工作流配置
使用文本提示词直接生成5–10秒高清视频，依赖Qwen2.5 VL多模态理解能力对提示语义进行精准建模，输出帧率稳定在24fps，支持720p与1080p双分辨率输出。
1、在ComfyUI中新建工作流，拖入HunyuanVideo T2V主节点
2、连接CLIP Text Encode (Qwen2.5 VL)节点至T2V节点的prompt输入端口
3、在文本框中输入高质量提示词，例如：“电影镜头，银发御姐立于樱花雨中转身，慢动作，柔焦，自然光，8K细节”
4、设置采样参数：steps=20、cfg=7.0、seed=-1（随机）、resolution=1080p、video_length=8
5、点击“Queue Prompt”，等待生成完成，输出视频自动保存至ComfyUI/output/目录
三、图生视频（I2V）图像驱动动态化操作
上传静态图像作为起始帧，结合提示词引导运动方向与风格变化，利用Clip Vision编码器提取图像深层语义特征，实现画面主体自然延展与连贯时序建模。
1、准备一张清晰正面人像或场景图（建议尺寸≥768×768，PNG格式优先）
2、拖入HunyuanVideo I2V节点，并连接Load Image节点加载图像
3、将图像接入CLIP Vision Encode节点，再输出至I2V节点的image_embeds端口
4、在prompt字段填写动作引导词，例如：“人物缓缓抬手微笑，发丝随风轻扬，背景花瓣缓慢飘落”
5、勾选Enable Motion Guidance开关，设置motion_scale=1.2以增强动态表现力
四、HunyuanVideo-Foley音效同步生成流程
针对已生成视频，调用Foley引擎自动分析画面内容与时间轴，生成毫秒级对齐的定制化音效，支持TV2A（Text-Video-to-Audio）联合驱动，消除人工配乐延迟误差。
1、将待处理视频拖入HunyuanVideo-Foley Loader节点，自动解析帧率与时长
2、连接Foley Prompt Text节点，在其中输入声音描述，如：“老旧木制风车发出吱呀声响，节奏随转速渐快”
3、选择音频输出质量模式：High-Fidelity（推荐）启用降噪+频谱增强双通路
4、设定时间对齐精度为±15ms，确保拳头击打、脚步落地等关键事件声画完全同步
5、执行生成，输出WAV文件自动嵌入原始视频时间轴，路径为ComfyUI/output/foley/
五、1080P高清放大与Latent修复增强
针对基础分辨率输出进行无损细节还原，采用Latent Upscale技术在隐空间内插值重建高频信息，配合自适应降噪采样策略抑制运动模糊与压缩伪影。
1、将原始视频帧序列导入Latent Upscale Loader节点，指定upscale_factor=2x
2、连接HunyuanVideo Latent Refiner节点，启用Temporal Consistency Mode
3、设置refine_steps=8，denoise_strength=0.35，避免过度锐化导致帧间闪烁
4、选择Motion-Aware Kernel插值算法，自动识别运动区域并施加定向超分
5、导出结果前勾选Preserve Original FPS & Audio Sync，确保音画时序零偏移
