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启动等玩法，并缓助生成配景音效及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，并精辟描摹但愿画面怎么领悟、镜头怎么报复等，混元即可按照用户要求让图片动起来，造成5秒的短视频，还能自动配上妥当的配景音效。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“谈话”或“唱歌”；如若礼聘作为模版，还能一键生成同款舞蹈视频。

腾讯方面暗意，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继续，模子总参数目保执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。开源践诺包含权重、推理代码和LoRA检修代码，缓助竖立者基于混元检修专属LoRA等繁衍模子。当今在Github、HuggingFace等主流竖立者社区均可下载体验。

据混元开源本领论述闪现，混元视频生成模子具备生动的扩张性，图生视频和文生视频在疏导的数据集上开展预检修责任。在保执超写实画质、畅通演绎大幅度作为、原生镜头切换等特质的基础上，让模子简略捕捉到丰富的视觉和语义信息，并集合图像、文本、音频和姿态等多种输入条目，完了对生成视频的多维度为止。

而已涌现，混元视频生成模子开源以来，一直保执较高的热度，客岁12月登顶huggingface全站趋榜第一，当今Github平台上Star数朝上8.9K。多位竖立者自愿制作基于社区Hunyuanvideo的插件与繁衍模子，累积朝上 900 个繁衍版块。更早开源的混元DiT文生图模子，在国表里繁衍模子数目多达1600多个。当今，混元开源系列模子如故完好意思笼罩文本、图像、视频和3D生成等多个模态，在Github 累计得到超 2.3 万竖立者珍爱和star。

南边+记者 叶丹开云体育