HunyuanVideo 1.5：先让镜头成立，再把画面做清楚

短片提案里，一张气氛图能说明画风，却很难说明“镜头怎么走”。HunyuanVideo-1.5提供文字生成视频与图像生成视频两条路径：可以从一句完整的镜头描述起步，也可以先准备构图，把后续动作交给生成过程。

它适合被放在分镜试作的位置。输入的重点是主体、动作、场景与镜头关系，输出是一段可观看的运动片段；声音、字幕和多镜头剪辑并不会因为一个视频模型就自动完成。官方使用手册也把文生与图生的描述方式分开讲。

图生视频，写的是原图之后的事情

已有图稿时，描述里最值得补充的是动作和场景变化。比如画面中的人物抬头，镜头跟随视线慢慢移向窗边；这些是单张图没有表达的时间关系。官方手册恰有类似例子，把人物动作、镜头跟随和衣饰随动写在同一个镜头里。

相反，重复一遍原图里的衣服颜色，并不能代替运动设计。若你做的是茶馆空间提案，可以先画满意座位、窗户和光线，再让镜头沿桌面移动。这个茶馆情境是教学示例，不是本文运行结果。得到短片后，有没有改坏空间、动作是否连续，才决定它能否拿来讨论方案。

手册中有一个直观的官方文生视频例子：白色石膏胸像逐渐碎开，后面露出“混元视频1.5”的中文字样。下面是同一段演示的两个原帧，前后对应同一份输入描述。

来源：官方提示手册中的原视频，本文只在0.5秒与3.5秒取帧，未修改画面，也未自行生成。这个案例说明同一镜头里“物体变化—露出信息”的表达方式，不代表任意标语都能准确生成。需要精确文字交付时，仍可把字幕留给后期。

官方为480P图生视频提供步数蒸馏模型，以较少步骤生成片段，适合较快比较动作方向。另一些权重负责720P或1080P超分，目标是把已有视频进一步提升分辨率。先试运动、再决定是否投入清晰度处理，是一种合理的制作安排，但不是所有权重都可以任意混搭。

这一点在模型表里很明确：文生、图生、蒸馏、稀疏与超分各占不同条目，部分条目仍标“Coming soon”。选择之前要看具体文件是否已提供，不能从“1.5发布”推断所有计划都已完成。

本地路线也有明确条件。官方列出NVIDIA CUDA设备，并把最低14GB显存建立在启用模型卸载之上；卸载把部分负担转给系统内存与传输，不等于达到这个数字就拥有同样的速度。自动提示扩写还是额外模型服务的工作，没有配置对应端点时，项目说明会跳过远端扩写。

代码与权重适用Tencent Hunyuan社区许可，含地域及规模等条件，不能笼统称无限制商用。对于希望在本地反复改镜头的人，真正值得保留的是这套分工：图稿确定起点，动作描述推动镜头，蒸馏与超分服务不同制作阶段。本文依据官方资料与演示说明解析，未进行视频生成性能复现。