腾讯混元今日公布图生视频模子并对表开源，同时上线对口型与举措驱动等玩法，并援帮天生后台音效及2K高质料视频。

　　基于图生视频的才略，用户只需上传一张图片，并简短描绘盼望画面怎样运动、镜头怎样更改等，混元即可遵循用户央浼让图片动起来，造成5秒的短视频，还能自愿配上合意的后台音效。

　　别的，上传一张人物图片，并输入盼望“对口型”的文字或音频，图片中的人物即可“讲话”或“唱歌”；倘若遴选举措模版，还能一键天生同款舞蹈视频。

　　此次开源的图生视频模子，是混元文生视频模子开源处事的延续，模子总参数目仍旧 130 亿，合用于多品种型的脚色和场景，囊括写实视频创造、动漫脚色乃至CGI脚色创造的天生。开源实质蕴涵权重、推理代码和LoRA锻炼代码，援帮斥地者基于混元锻炼专属LoRA等衍生模子。

　　据混元开源技能讲述披露，混元视频天生模子具备矫捷的扩展性，图生视频和文生视频正在肖似的数据集上发展预锻炼处事。正在仍旧超写实画质、贯通演绎大幅度举措、原生镜头切换等个性的根源上，让模子不妨缉捕到充分的视觉和语义消息，并联合图像、文本、音频和样子等多种输入条款，完成对天生视频的多维度管造。

　　混元视频天生模子开源以还，不停仍旧较高的热度，目前Github平台上Star数突出8.9K。多位斥地者自觉创造基于社区Hunyuanvideo的插件与衍生模子，积蓄突出 900 个衍生版本。更早开源的混元DiT文生图模子，正在国表里衍生模子数目多达1600多个。

　　目前，混元开源系列模子依然完备掩盖文本、图像、视频和3D天生等多个模态，正在Github累计获取超 2.3 万斥地者眷注和star。