Hunyuan Video

Clore.ai पर Tencent के Hunyuan Video के साथ उच्च-गुणवत्ता वाले वीडियो जनरेट करें

Tencent के ओपन-सोर्स Hunyuan Video के साथ उच्च-गुणवत्ता वाले वीडियो बनाएं।

सभी उदाहरण GPU सर्वरों पर चलाए जा सकते हैं, जिन्हें किराए पर लिया गया है CLORE.AI मार्केटप्लेस.

CLORE.AI पर किराए पर लेना

1. विज़िट करें CLORE.AI मार्केटप्लेस

2. GPU प्रकार, VRAM और कीमत के अनुसार फ़िल्टर करें

3. चुनें ऑन-डिमांड (स्थिर दर) या स्पॉट (बोली मूल्य)

4. अपना ऑर्डर कॉन्फ़िगर करें:

   • Docker इमेज चुनें

   • पोर्ट सेट करें (SSH के लिए TCP, वेब UI के लिए HTTP)

   • यदि आवश्यक हो तो environment variables जोड़ें

   • स्टार्टअप कमांड दर्ज करें

5. भुगतान चुनें: CLORE, BTCया USDT/USDC

6. ऑर्डर बनाएं और डिप्लॉयमेंट की प्रतीक्षा करें

अपने सर्वर तक पहुँचें

• कनेक्शन विवरण यहाँ खोजें मेरे ऑर्डर

• वेब इंटरफ़ेस: HTTP पोर्ट URL का उपयोग करें

• SSH: ssh -p <port> root@<proxy-address>

Hunyuan Video क्या है?

Tencent का Hunyuan Video प्रदान करता है:

• उच्च-गुणवत्ता वाला टेक्स्ट-से-वीडियो जनरेशन

• 5+ सेकंड के वीडियो क्लिप

• 720p रेज़ोल्यूशन

• ओपन-सोर्स और व्यावसायिक उपयोग के लिए उपयुक्त

संसाधन

• Model: tencent/HunyuanVideo

• GitHub: Tencent/HunyuanVideo

• पेपर: HunyuanVideo पेपर

अनुशंसित हार्डवेयर

घटक	न्यूनतम	अनुशंसित	इष्टतम
GPU	RTX 4090 24GB	A100 40GB	A100 80GB
VRAM	24GB	40GB	80GB
CPU	8 कोर	16 कोर	32 कोर
RAM	32GB	64GB	128GB
स्टोरेज	100GB NVMe	200GB NVMe	500GB NVMe
इंटरनेट	500 Mbps	1 Gbps	1 Gbps

CLORE.AI पर त्वरित परिनियोजन

Docker इमेज:

pytorch/pytorch:2.11.0-cuda12.8-cudnn9-devel

पोर्ट:

22/tcp
7860/http

कमांड:

git clone https://github.com/Tencent/HunyuanVideo.git && \
cd HunyuanVideo && \
pip install -r requirements.txt && \
python sample_video.py --prompt "बगीचे में चलते हुए एक बिल्ली"

अपनी सेवा तक पहुँचना

डिप्लॉयमेंट के बाद, अपना http_pub URL यहाँ मेरे ऑर्डर:

1. पर जाएँ मेरे ऑर्डर पेज

2. अपने ऑर्डर पर क्लिक करें

3. खोजें http_pub URL (उदा., abc123.clorecloud.net)

उपयोग करें https://YOUR_HTTP_PUB_URL की बजाय localhost नीचे दिए गए उदाहरणों में।

इंस्टॉलेशन

git clone https://github.com/Tencent/HunyuanVideo.git
cd HunyuanVideo
pip install -r requirements.txt

# मॉडल डाउनलोड करें
python download_models.py

आप क्या बना सकते हैं

मार्केटिंग सामग्री

• उत्पाद प्रदर्शन वीडियो

• सोशल मीडिया क्लिप

• प्रचारात्मक एनिमेशन

रचनात्मक प्रोजेक्ट

• म्यूजिक वीडियो कॉन्सेप्ट

• लघु फिल्म प्रोटोटाइप

• कला प्रतिष्ठापन

शिक्षा और प्रशिक्षण

• व्याख्यात्मक वीडियो ड्राफ्ट

• प्रशिक्षण सामग्री की अवधारणाएँ

• अवधारणाओं का दृश्यांकन

मूल उपयोग

import torch
from diffusers import HunyuanVideoPipeline
from diffusers.utils import export_to_video

pipe = HunyuanVideoPipeline.from_pretrained(
    "tencent/HunyuanVideo",
    torch_dtype=torch.float16
)
pipe.to("cuda")
pipe.enable_model_cpu_offload()
pipe.vae.enable_tiling()

"बर्फ से ढके पहाड़ों के ऊपर उड़ता एक भव्य ईगल, सिनेमाई रोशनी, 4K"

video_frames = pipe(
    prompt=prompt,
    num_frames=45,
    num_inference_steps=50,
    guidance_scale=7.0
).frames[0]

export_to_video(video_frames, "eagle.mp4", fps=15)

उन्नत जनरेशन

import torch
from diffusers import HunyuanVideoPipeline
from diffusers.utils import export_to_video

pipe = HunyuanVideoPipeline.from_pretrained(
    "tencent/HunyuanVideo",
    torch_dtype=torch.float16
)
pipe.to("cuda")
pipe.enable_model_cpu_offload()
pipe.vae.enable_tiling()
pipe.vae.enable_slicing()

video_frames = pipe(
    "खिलते हुए फूल का टाइम-लैप्स, मैक्रो फ़ोटोग्राफ़ी, विस्तृत पंखुड़ियाँ",
    "धुंधला, कम गुणवत्ता, विकृत, बदसूरत",
    num_frames=45,
    height=544,
    width=960,
    num_inference_steps=50,
    guidance_scale=7.0,
    generator=torch.Generator("cuda").manual_seed(42)
).frames[0]

export_to_video(video_frames, "flower_bloom.mp4", fps=15)

प्रॉम्प्ट उदाहरण

प्रकृति और परिदृश्य

prompts = [
    "जमी हुई झील के ऊपर नाचती ऑरोरा बोरेलिस, टाइम-लैप्स, अलौकिक",
    "ज्वालामुखीय काली रेत वाले समुद्र तट पर टकराती समुद्री लहरें, धीमी गति",
    "गेहूं के खेत के ऊपर तूफ़ान, नाटकीय रोशनी, 4K",
    "जापानी बगीचे में गिरती चेरी ब्लॉसम, वसंत, शांत"
]

साइ-फाई और फैंटेसी

prompts = [
    "भविष्यवादी शहर से लॉन्च होता अंतरिक्षयान, सिनेमाई, विस्तृत",
    "सूर्यास्त के समय बादलों के बीच उड़ता ड्रैगन, महाकाव्य, फैंटेसी",
    "नियॉन-रोशनी वाली सड़कों पर चलता रोबोट, साइबरपंक, बारिश",
    "प्राचीन जंगल में खुलता जादुई पोर्टल, रहस्यमय रोशनियाँ"
]

अमूर्त और कलात्मक

prompts = [
    "पानी में फैलती स्याही की बूँदें, मैक्रो, रंगीन, अमूर्त",
    "ज्यामितीय आकृतियाँ रूप बदलती और परिवर्तित होती हुईं, मोशन ग्राफ़िक्स",
    "अँधेरे में लाइट पेंटिंग, लंबा एक्सपोज़र प्रभाव, जीवंत"
]

बैच जनरेशन

import os
import torch
from diffusers import HunyuanVideoPipeline
from diffusers.utils import export_to_video

pipe = HunyuanVideoPipeline.from_pretrained("tencent/HunyuanVideo", torch_dtype=torch.float16)
pipe.to("cuda")
pipe.enable_model_cpu_offload()
pipe.vae.enable_tiling()

prompts = [
    "रंग-बिरंगी मछलियों के साथ पानी के भीतर का प्रवाल भित्ति दृश्य",
    "रात में शहर के ट्रैफ़िक का टाइम-लैप्स, रोशनी की धारियाँ",
    "कोष से निकलती तितली, प्रकृति वृत्तचित्र"
]

output_dir = "./videos"
os.makedirs(output_dir, exist_ok=True)

for i, prompt in enumerate(prompts):
    print(f"जनरेट किया जा रहा है {i+1}/{len(prompts)}: {prompt[:50]}...")

    video_frames = pipe(
        prompt=prompt,
        num_frames=45,
        num_inference_steps=50,
        guidance_scale=7.0
    ).frames[0]

    export_to_video(video_frames, f"{output_dir}/video_{i:03d}.mp4", fps=15)

Gradio इंटरफ़ेस

import gradio as gr
import torch
from diffusers import HunyuanVideoPipeline
from diffusers.utils import export_to_video
import tempfile

pipe = HunyuanVideoPipeline.from_pretrained("tencent/HunyuanVideo", torch_dtype=torch.float16)
pipe.to("cuda")
pipe.enable_model_cpu_offload()
pipe.vae.enable_tiling()

def generate(prompt, negative_prompt, num_frames, steps, guidance, seed):
    generator = torch.Generator("cuda").manual_seed(seed) if seed > 0 else None

    video_frames = pipe(
        prompt=prompt,
        negative_prompt=negative_prompt,
        num_frames=num_frames,
        num_inference_steps=steps,
        guidance_scale=guidance,
        generator=generator
    ).frames[0]

    with tempfile.NamedTemporaryFile(suffix=".mp4", delete=False) as f:
        export_to_video(video_frames, f.name, fps=15)
        return f.name

demo = gr.Interface(
    fn=generate,
    inputs=[
        gr.Textbox(label="प्रॉम्प्ट", lines=3),
        gr.Textbox(label="नकारात्मक प्रॉम्प्ट", value="धुंधला, कम गुणवत्ता"),
        gr.Slider(16, 60, value=45, step=1, label="फ़्रेम्स"),
        gr.Slider(20, 100, value=50, step=5, label="स्टेप्स"),
        gr.Slider(3, 12, value=7, step=0.5, label="गाइडेंस"),
        gr.Number(value=-1, label="सीड")
    ],
    outputs=gr.Video(label="जनरेट किया गया वीडियो"),
    title="Hunyuan Video - CLORE.AI पर टेक्स्ट से वीडियो"
)

demo.launch(server_name="0.0.0.0", server_port=7860)

प्रदर्शन

रिज़ॉल्यूशन	फ़्रेम	GPU	समय
544x960	45	RTX 4090	~5 मिनट
544x960	45	A100 40GB	~3 मिनट
544x960	45	A100 80GB	~2 मिनट
720x1280	45	A100 80GB	~4 मिनट

सामान्य समस्याएँ और समाधान

मेमोरी समाप्त

समस्या: 24GB GPU पर CUDA आउट ऑफ़ मेमोरी

समाधान:

# सभी मेमोरी अनुकूलन सक्षम करें
pipe.enable_model_cpu_offload()
pipe.enable_sequential_cpu_offload()  # अधिक आक्रामक
pipe.vae.enable_tiling()
pipe.vae.enable_slicing()

# फ़्रेम और रेज़ोल्यूशन कम करें
video = pipe(prompt, num_frames=24, height=480, width=720).frames[0]

धीमी जनरेशन

समस्या: जनरेट करने में बहुत समय लगता है

समाधान:

• कम करें num_inference_steps (30-40 से भी अच्छे परिणाम मिलते हैं)

• कम करें num_frames (24 फ़्रेम = 15fps पर 1.6 सेकंड)

• तेज़ प्रोसेसिंग के लिए A100 GPU का उपयोग करें

• सुनिश्चित करें कि मॉडल लोडिंग के लिए आपके पास NVMe स्टोरेज हो

खराब वीडियो गुणवत्ता

समस्या: धुंधली या असंगत गति

समाधान:

• बढ़ाएँ num_inference_steps को 75-100

• समायोजित करें guidance_scale (6-8 सबसे अच्छा काम करता है)

• अधिक विस्तृत प्रॉम्प्ट लिखें

• समस्याओं से बचने के लिए नकारात्मक प्रॉम्प्ट जोड़ें

वीडियो आर्टिफैक्ट्स

समस्या: फ़्लिकरिंग या समयगत असंगतताएँ

समाधान:

• पुनरुत्पादन के लिए एकसमान सीड का उपयोग करें

• तेज़ गति वाले प्रॉम्प्ट से बचें

• वीडियो स्थिरीकरण के साथ पोस्ट-प्रोसेस करें

समस्या निवारण

मेमोरी समाप्त

• Hunyuan के लिए न्यूनतम 24GB+ VRAM आवश्यक है

• सर्वोत्तम परिणामों के लिए A100 40GB/80GB का उपयोग करें

• वीडियो की लंबाई/रेज़ोल्यूशन कम करें

वीडियो जनरेशन विफल हो जाती है

• जांचें कि सभी मॉडल फ़ाइलें सही तरीके से डाउनलोड हुई हैं

• पर्याप्त डिस्क स्थान सुनिश्चित करें (100GB+ )

• CUDA और PyTorch की संगतता सत्यापित करें

खराब वीडियो गुणवत्ता

• इन्फ़रेंस स्टेप्स बढ़ाएँ

• अधिक वर्णनात्मक प्रॉम्प्ट का उपयोग करें

• जांचें कि इनपुट रेज़ोल्यूशन अपेक्षित मान से मेल खाता है

धीमी जनरेशन

• वीडियो जनरेशन में भारी कंप्यूटिंग लगती है

• तेज़ परिणामों के लिए A100/H100 का उपयोग करें

• पहले छोटे क्लिप पर विचार करें

लागत का अनुमान

CLORE.AI मार्केटप्लेस की सामान्य दरें (2024 तक):

GPU	प्रति घंटा दर	प्रति दिन दर	4-घंटे का सत्र
RTX 3060	~$0.03	~$0.70	~$0.12
RTX 3090	~$0.06	~$1.50	~$0.25
RTX 4090	~$0.10	~$2.30	~$0.40
A100 40GB	~$0.17	~$4.00	~$0.70
A100 80GB	~$0.25	~$6.00	~$1.00

मूल्य प्रदाता और मांग के अनुसार बदलते हैं। देखें CLORE.AI मार्केटप्लेस वर्तमान दरों के लिए।

पैसे बचाएँ:

• का उपयोग करें स्पॉट बाधित किए जा सकने वाले कार्य के लिए मार्केट — लगभग एक-तिहाई सर्वरों की स्पॉट कीमत ऑन-डिमांड से कम होती है (मध्य ~13% छूट), बाकी उससे मेल खाते हैं

• से भुगतान करें CLORE टोकन

• विभिन्न प्रदाताओं के बीच कीमतों की तुलना करें

अगले चरण

• CogVideoX - वैकल्पिक T2V

• Wan2.1 Video - एक और T2V विकल्प

• AnimateDiff - इमेज एनीमेशन