ComfyUI部署混元大模型 | Cloud1024’s BLOG

类型

状态

日期

链接

摘要

标签

分类

图标

密码

😀 混元大模型是当前最好的AI视频生成模型之一，今天在ComfyUI上部署一次混元工作流。

1 环境准备

浏览器打开Cloud Studio的官网Cloud Studio

使用微信等账号登录网站后，点击“高性能工作空间”

点击右侧“新建”按钮。

选择“基础型”或“HAI进阶型”。基础性每个月10000分钟免费时长。

输入“空间名称”以及选择“应用模版”为Pytorch2.0.0后点击“新建”。

待新建的空间显示“运行中”后点击名称，跳转IDE环境。

2 部署前环境检查

点击IDE环境顶部“终端”>“新建终端”。

在弹出的终端界面，输入nvidia-smi检查显卡型号、CUDA版本等信息。

3 部署服务

3.1 配置环境

本案例依赖Python3.10.10及以上环境，因此我们首先创建虚拟环境：

3.2 安装基础依赖库

3.3 拉取ComfyUI软件包

3.4 安装ComfyUI依赖库

3.5 拉取工作流模板

3.6 安装插件

3.7 下载混元大模型

Transformer Weights:https://huggingface.co/Kijai/HunyuanVideo_comfy/blob/main/hunyuan_video_720_cfgdistill_bf16.safetensors (25.6GB)或者 https://huggingface.co/Kijai/HunyuanVideo_comfy/blob/main/hunyuan_video_720_cfgdistill_fp8_e4m3fn.safetensors (13.2GB)

放在目录: ComfyUI/models/diffusion_models/下

VAE:https://huggingface.co/Kijai/HunyuanVideo_comfy/blob/main/hunyuan_video_vae_bf16.safetensors (493mb)或者 https://huggingface.co/Kijai/HunyuanVideo_comfy/blob/main/hunyuan_video_vae_fp32.safetensors (986mb)

放在目录：ComfyUI/models/vae/下

LLM Text Encoder (has autodownload)https://huggingface.co/Kijai/llava-llama-3-8b-text-encoder-tokenizer (~10GB)

放在目录ComfyUI/models/LLM/llava-llama-3-8b-text-encoder-tokenizer/目录下

CLIP text encoder

https://huggingface.co/openai/clip-vit-large-patch14

放在目录ComfyUI/models/clip/clip-vit-large-patch14/下

3.8 启动服务

3.9 映射外部访问地址

可以参考Linux部署FRP内网穿透 | Cloud1024’s BLOG进行部署。

4 打开ComfyUI面板

http://comfyui.hk.frp.7ii.win:8888

5 导入混元工作流

comfyanonymous.github.io/ComfyUI_examples/hunyuan_video/hunyuan_video_text_to_video.json

6 AI创作

7 一键脚本

免责声明：

笔者水平有限，尽管经过多次验证和检查，尽力确保内容的准确性，但仍可能存在疏漏之处。敬请业界专家大佬不吝指教。

本文所述内容仅通过实战环境验证测试，读者可学习、借鉴，但严禁直接用于生产环境。由此引发的任何问题，作者概不负责！