开云体育(中国)官方网站

3月6日，腾讯混元发布图生视频模子并对外开源，同期上线对口型与作为运转等玩法，并相沿生成布景音效及2K高质地视频。

基于图生视频的智商，用户只需上传一张图片，并节略描写但愿画面若何通顺、镜头若何颐养等，混元即可按照用户要求让图片动起来，酿成5秒的短视频，还能自动配上符合的布景音效。此外，上传一张东说念主物图片，并输入但愿“对口型”的翰墨或音频，图片中的东说念主物即可“讲话”或“唱歌”；要是聘任作为模版，还能一键生成同款舞蹈视频。当今用户通过混元AI视频官网（https://video.hunyuan.tencent.com/）即可体验，企业和设立者可在腾讯云肯求使用API接口使用。

这次开源的图生视频模子，是混元文生视频模子开源责任的无间，模子总参数目保捏 130 亿，适用于多种类型的扮装和场景，包括写实视频制作、动漫扮装以致CGI扮装制作的生成。开源实质包含权重、推理代码和LoRA考研代码，相沿设立者基于混元考研专属LoRA等养殖模子。当今在Github、HuggingFace等主流设立者社区均可下载体验。

据混元开源期间文书泄露，混元视频生成模子具备天真是扩张性，图生视频和文生视频在换取的数据集上开展预考研责任。在保捏超写实画质、泄露演绎大幅度作为、原生镜头切换等特点的基础上，让模子大略捕捉到丰富的视觉和语义信息，并纠合图像、文本、音频和姿态等多种输入条目，扫尾对生成视频的多维度落拓。

混元视频生成模子开源以来，一直保捏较高的热度，昨年12 月登顶huggingface全站趋榜第一，当今Github平台上Star数逾越8.9K。多位设立者自觉制作基于社区Hunyuanvideo的插件与养殖模子，积聚逾越 900 个养殖版块。更早开源的混元DiT文生图模子，在国表里养殖模子数目多达1600多个。

当今，混元开源系列模子照旧完好意思障翳文本、图像、视频和3D生成等多个模态，在Github 累计取得超 2.3 万设立者和顺和star。

雅菲  小风

校对 陶善工开云体育(中国)官方网站