IT之家 3 月 6 日新闻，IT之家从腾讯混元微信大众号得悉，腾讯混元宣布图生视频模子并对外开源，同时上线对口型与举措驱动等弄法，并支撑天生配景音效及 2K 高品质视频。基于图生视频的才能，用户只要上传一张图片，并冗长描写盼望画面怎样活动、镜头怎样调理等，混元即可按请求让图片动起来，酿成 5 秒的短视频，还能主动配上配景音效。别的，上传一张人物图片，并输入盼望“对口型”的笔墨或音频，图片中的人物即可“谈话”或“唱歌”；应用“举措驱动”才能，还能一键天生同款舞蹈视频。现在用户经由过程混元 AI 视频官网即可休会，企业跟开辟者可在腾讯云请求应用 API 接口应用。此次开源的图生视频模子，是混元文生视频模子开源任务的连续，模子总参数目坚持 130 亿，模子实用于多品种型的脚色跟场景，包含写实视频制造、动漫脚色乃至 CGI 脚色制造的天生。开源内容包括权重、推理代码跟 LoRA 练习代码，支撑开辟者基于混元练习专属 LoRA 等衍生模子。现在在 Github、Hu365bet网页版ggingFace 等主流开辟者社区均可下载休会。混元开源技巧讲演表露，混元视频天生模子具有机动的扩大性，图生视频跟文生视频在雷同的数据集上发展预练习任务。在坚持超写实画质、流利归纳年夜幅度举措、原生镜头切换等特征的基本上，让模子可能捕获到丰盛的视觉跟语义信息，并联合图像、文本、音频跟姿势等多种输入前提，实现对天生视频的多维度把持。现在，混元开源系列模子曾经完全笼罩文本、图像、视频跟 3D 天生等多个模态，在 Github 累计取得超 2.3 万开辟者存眷跟 star。附：混元图生视频开源链接Github：https://github.com/Tencent/HunyuanVideo-I2VHuggingface：httbeat365亚洲体育在线官网ps://huggingface.co/tencent/HunyuanVideo-I2V