HunyuanVideo-1.5

HunyuanVideo-1.5 — это модель генерации видео по тексту (text-to-video) и изображению (image-to-video) с 8,3 млрд параметров, обеспечивающая высокое качество видео при относительно низких вычислительных затратах. Она разработана для работы на потребительских GPU, что делает её доступной для разработчиков и создателей контента.

Ключевые особенности:

• Лёгковесная архитектура: комбинирует 3D causal VAE с Diffusion Transformer (DiT), чтобы сжать пространственные и временные измерения (16× пространственные, 4× временные).
• Selective and Sliding Tile Attention (SSTA): Сокращает вычислительные затраты для длинных видеопоследовательностей, достигая ускорения на 1.87× в генерации 10-секундного видео 720p по сравнению с FlashAttention-3.
• Суперразрешение: доступна генерация видео с разрешением до 1080p, с улучшенной чёткостью и детализацией.
• Прогрессивное обучение: Обучение включало этапы предобучения и постобучения, с использованием оптимизатора Muon для улучшения согласованности движения, визуальной эстетики и соответствия пользовательским предпочтениям.
• Поддержка генерации видео по тексту (T2V) и изображению (I2V) с различными разрешениями.
• Системные требования: GPU NVIDIA с поддержкой CUDA (минимум 14 ГБ памяти с offloading).

---

Модель является составной частью пайплайна генерации изображений, состоящего из:

• Upsampler: ~21M (720p_sr_distilled) или ~50M (1080p_sr_distilled) параметров,
• Transformer: ~8.3B параметров,
• VAE: ~1.3B параметров.

Всего: ~9.6B параметров

Дата анонса: 18.11.2025
Параметров: 9B
Разработчик: Tencent
Версия Diffusers: 0.35.0
Лицензия: tencent-hunyuan-community

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с HunyuanVideo-1.5. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям support@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.