标签: 腾讯混元 HunyuanVideo 元宝 DiT架构
云梦级11月21日云梦级消息,腾讯混元大模型团队宣布开源最新视频生成模型 HunyuanVideo 1.5,这是标签一款基于 Diffusion Transformer(DiT)架构、参数为8.3B的轻量级视频生成模型,支持生成5-10秒: 的高清视频。

模型已经抢先在「元宝」上线,可通过两种方式即可体验:一是输入文字描述(Prompt),直接实现“文生视腾讯频”;二是上传图片配合Prompt,轻松将静态图片转化为动态视频。
HunyuanVideo 1.5模型能力全面,支混元持中英文输入的文生视频与图生视频。
其中,图生视频能力展现出图像与视频的高度一致性,生成的视频在色调、光影、场景 H、主体和细节等方面都能与原图较好匹配。
模型还具备强指令理解与遵循能力,能够精准地实现多样化场景,包括运镜、流畅运动、un真实的物理规律遵循、写实人物和人物情绪表情等多种指令。
同时,HunyuanVideo 1.5支持写实、动画、积木等yu多种风格,并可在视频中生成中英文文字,满足多样化内容创作需求。

在画质方面,模型可原生生成480p和720p高清an视频,并可通过超分模型提升至1080p电影级画质。 此前,视频生成领域的开源SOTA旗舰模型至少有20B,需要超Vi过50GB显卡方可部署。
HunyuanVideo 1.5定位为“开源小钢炮”,显著降低了使用门槛可在14G显存的消de费级显卡上流畅运行,真正让每一位开发者和创作者都能“玩起来”。
HunyuanVideo1.5通过多层次的技术创新,o 实现了生成效果、性能与尺寸上的平衡。HunyuanVideo 1.5创新的SSTA稀疏注意力机制(全称Selective元宝 and Sliding Tile Attention, 选择性滑动分块注意力)在保证高质量生成的同时显著提升推理效率, D配合多阶段渐进式训练策略,在运动连贯性、语义遵循等关键维度均达到商用水平。
目前模型已上传至Hugging Face和GiTithub社区。
相关文章:
相关推荐:
- 开源生态大洗牌!蚂蚁发布AI项目全景图2.0,114个项目见证技术变革浪潮
- IDC:一季度中国IT安全硬件市场规模同比增长18.2%
- 标签: ASML EUV光刻机 傅恪礼 半导体设备
- 标签: 佳能 imageFORCE赢系列 粤港澳大湾区 GGBA项目
- 云安全日报210525:IBM企业消息中间件设备发现执行任意代码漏洞,需要尽快升级
- 标签: 高通 财报 AI200 汽车芯片
- Facebook遭反垄断诉讼 股价周三收跌1.93%
- Hailuo 2.3即将上线:超越 Veo 的新一代 AI 视频模型,逼真度再升级
- Sora2免费使用教程,无水印视频生成
- 标签: 滴滴 滴滴国际 99平台 巴西外卖
