腾讯最新开源HunyuanVideo-Foley本地部署教程:端到端TV2A框架,REPA策略+MMDiT架构,重新定义视频音效新SOTA!

一、模型介绍

HunyuanVideo-Foley 是腾讯混元团队在2025年8月底开源的一款端到端视频音效生成模型。它旨在解决AI生成视频"有画无声"的痛点,通过输入视频和文本描述,就能自动生成电影级别的同步音效,显著提升视频的沉浸感。

它是专为视频内容创作者设计的专业级 AI 工具,广泛适用于短视频创作、电影制作、广告创意、游戏开发等多种场景。

🎯 核心亮点

🎬 多场景视听同步

支持生成与复杂视频场景同步、语义对齐的高质量音频,增强影视和游戏应用的真实感和沉浸式体验。

⚖️ 多模态语义平衡

智能平衡视觉和文本信息分析,全面编排音效元素,避免片面生成,满足个性化配音需求。

🎵 高保真音频输出

自主研发的 48kHz 音频 VAE 完美重构音效、音乐、人声,实现专业级音频生成品质。

二、模型部署步骤

部署环境

Ubuntu 22.04
cuda 12.04
python 3.10
NVIDIA Corporation RTX 3090

1.更新基础的软件包

查看系统版本信息

bash 复制代码
#查看系统的版本信息,包括ID(如ubuntu、centos等)、版本号、名称、版本号ID等
cat /etc/os-release

配置国内源

apt 配置阿里源

将以下内容粘贴进文件中

arduino 复制代码
deb http://mirrors.aliyun.com/debian/ bullseye main non-free contrib
deb-src http://mirrors.aliyun.com/debian/ bullseye main non-free contrib
deb http://mirrors.aliyun.com/debian-security/ bullseye-security main
deb-src http://mirrors.aliyun.com/debian-security/ bullseye-security main
deb http://mirrors.aliyun.com/debian/ bullseye-updates main non-free contrib
deb-src http://mirrors.aliyun.com/debian/ bullseye-updates main non-free contrib
deb http://mirrors.aliyun.com/debian/ bullseye-backports main non-free contrib
deb-src http://mirrors.aliyun.com/debian/ bullseye-backports main non-free contrib

2.基础 Miniconda3 环境

查看系统是否有 miniconda 的环境

复制代码
conda -V

显示如上输出,即安装了相应环境,若没有 miniconda 的环境,通过以下方法进行安装

bash 复制代码
#下载 Miniconda 安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
#运行 Miniconda 安装脚本
bash Miniconda3-latest-Linux-x86_64.sh
#初次安装需要激活 base 环境
source ~/.bashrc

按下回车键(enter)

输入 yes

输入 yes

安装成功如下图所示

3.创建虚拟环境

创建名为Hun的虚拟环境

ini 复制代码
conda activate -n Hun python==3.10 

激活虚拟环境

4.从 github 仓库克隆项目

输入命令克隆并进入项目

bash 复制代码
git clone https://github.com/Tencent-Hunyuan/HunyuanVideo-Foley.git
cd HunyuanVideo-Foley

5.下载模型依赖库

复制代码
pip install -r requirement.txt

出现如图即为下载完毕

6.下载模型文件

css 复制代码
modelscope download --model Tencent-Hunyuan/HunyuanVideo-Foley --local_dir .

7.运行文件拉起界面

复制代码
python gradio_app.py
相关推荐
Rubin智造社4 分钟前
04月12日AI每日参考:企业级AI入口争夺升温,舱驾融合芯片加速落地
人工智能·openai·智能体·anthropic·企业级ai·人工智能+
薛定e的猫咪6 分钟前
2026 年 4 月实测:OpenAI Codex 保姆级教程,从安装到 MCP、Skills 与多智能体协作
前端·数据库·人工智能
d1z8889 分钟前
(二十)32天GPU测试从入门到精通-llama.cpp CPU/GPU 混合推理day18
人工智能·llama·显卡·llama.cpp
帐篷Li13 分钟前
MiniMax Music 2.6 博客素材分析文档
人工智能
sp_fyf_202413 分钟前
【大语言模型】 AVGen-Bench:一个用于文本到音频-视频生成的多粒度、任务驱动型评估基准
人工智能·深度学习·神经网络·机器学习·语言模型·数据挖掘·音视频
窝子面13 分钟前
NestJs+MongoDB+Deepseek+Langchain实现ai聊天助手
javascript·数据库·人工智能·mongodb
小程故事多_8014 分钟前
从Claude Code源码泄露,读懂12个可复用的Agentic Harness设计模式(生产级落地指南)
人工智能·设计模式·aigc·ai编程·harness
独隅15 分钟前
PyTorch 图像分类完整代码模板与深度解析
人工智能·pytorch·分类
阿杰学AI17 分钟前
AI核心知识116—大语言模型之 目标驱动的可控架构 (简洁且通俗易懂版)
人工智能·ai·语言模型·自然语言处理·aigc·机械学习·目标驱动的可控架构
落羽的落羽18 分钟前
【算法札记】练习 | Week1
linux·服务器·c++·人工智能·python·算法·机器学习