ApX 标志ApX 标志

趋近智

HunyuanVideo 1.5 720P T2V

参数

13B

模态

Video

辅助参数

6.36B

架构

Diffusion Transformer

许可证

Tencent Hunyuan Community License

发布日期

18 Feb 2025

API 价格 (每 1M)

仅支持自建托管

硬件选型

精度

工作负载显存: 8.98 GB

INT4 · 1024x1024

DiT 骨干权重: 6.05 GB

VAE 解码工作区: 0.42 GB

运行时与计算图: 2.50 GB

最小所需硬件

1x NVIDIA L4 24GB

9.0 / 21.6 GB usable

1x RTX 3060 12GB

9.0 / 10.8 GB usable

Apple M4 24GB

9.0 / 18.0 GB usable

确定特定工作负载的硬件需求:

在显存计算器中打开

架构图

Noisy Video Latents3D Spatio-Temporal VAE Latents3D Patch Embedding3D Spatio-Temporal PatchifyHidden: 2k · Text: 6.36B enc · Timestep (t)x 54 DiT blocksAdaLN ModulationNorm · Timestep scale/shiftSpatio-Temporal Attention16 headsHead dim: 128+AdaLN ModulationNorm · Timestep scale/shiftFeed-Forward (MLP)Activation+Final Norm (AdaLN Scale)Predicted Velocity (v)Denoised 3D Latents to VAE

关于 HunyuanVideo 1.5 720P T2V

HunyuanVideo 1.5 is a 13B parameter open-weight video foundation model by Tencent, featuring a dual-stream DiT architecture, Qwen2.5-VL text encoder, and 3D VAE for cinematic realism.

技术规格

注意力

注意力头

16

注意力头维度

128

维度

辅助参数

6.36B

隐藏维度大小

2,048

层数

54

关于 HunyuanVideo


其他 HunyuanVideo 模型
  • 没有相关模型