日前，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脱手等玩法，并赞助生成配景音效及2K高质料视频。

据先容，基于图生视频的才气，用户只需上传一张图片，并粗陋样貌但愿画面若何领略、镜头若何调理等，混元即可按照用户要求让图片动起来，酿成5秒的短视频，还能自动配上相宜的配景音效。此外，上传一张东说念主物图片，并输入但愿“对口型”的笔墨或音频，图片中的东说念主物即可“语言”或“唱歌”；要是选拔作为模版，还能一键生成同款舞蹈视频。

腾讯方面示意，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不息，模子总参数目保捏130亿，适用于多种类型的变装和场景，包括写实视频制作、动漫变装以致CGI变装制作的生成。开源实践包含权重、推理代码和LoRA锤真金不怕火代码，赞助确立者基于混元锤真金不怕火专属LoRA等孳生模子。现在在Github、HuggingFace等主流确立者社区均可下载体验。

据混元开源技能汇报表示，混元视频生成模子具备生动的推广性，图生视频和文生视频在商量的数据集上开展预锤真金不怕火责任。在保捏超写实画质、流通演绎大幅度作为、原生镜头切换等特质的基础上，让模子大约捕捉到丰富的视觉和语义信息，并邻接图像、文本、音频和姿态等多种输入条目，完结对生成视频的多维度为止。

贵寓领略，混元视频生成模子开源以来，一直保捏较高的热度，客岁12月登顶huggingface全站趋榜第一，现在Github平台上Star数卓越8.9K。多位确立者自愿制作基于社区Hunyuanvideo的插件与孳生模子，积聚卓越 900 个孳生版块。更早开源的混元DiT文生图模子，在国表里孳生模子数目多达1600多个。现在，混元开源系列模子仍是完好意思隐敝文本、图像、视频和3D生成等多个模态，在Github 累计赢得超 2.3 万确立者存眷和star。

南边+记者 叶丹优得w88