首页 > 福汇资讯

腾讯混元发布并开源图生视频模型：可生成 5 秒短视频，还能自动配上背景音效

文章来源：福汇下载发布时间：2025-03-28 17:25:50

3 月 6 日消息，1AI从腾讯混元微信公众号获悉，腾讯混元发布图生视频模型并对外开源，同时上线对口型与动作驱动等玩法，并支持生成背景音效及 2K 高质量视频。

基于图生视频的能力，用户只需上传一张图片，并简短描述希望画面如何运动、镜头如何调度等，混元即可按要求让图片动起来，变成 5 秒的短视频，还能自动配上背景音效。此外，上传一张人物图片，并输入希望“对口型”的文字或音频，图片中的人物即可“说话”或“唱歌”；使用“动作驱动”能力，还能一键生成同款跳舞视频。

目前用户通过混元 AI 视频官网（https://www.1ai.net/26196.html）即可体验，企业和开发者可在腾讯云申请使用 API 接口使用。

此次开源的图生视频模型，是混元文生视频模型开源工作的延续，模型总参数量保持 130 亿，模型适用于多种类型的角色和场景，包括写实视频制作、动漫角色甚至 CGI 角色制作的生成。

开源内容包含权重、推理代码和 LoRA 训练代码，支持开发者基于混元训练专属 LoRA 等衍生模型。目前在 Github、HuggingFace 等主流开发者社区均可下载体验。

混元开源技术报告披露，混元视频生成模型具备灵活的扩展性，图生视频和文生视频在相同的数据集上开展预训练工作。在保持超写实画质、流畅演绎大幅度动作、原生镜头切换等特性的基础上，让模型能够捕捉到丰富的视觉和语义信息，并结合图像、文本、音频和姿态等多种输入条件，实现对生成视频的**度控制。

目前，混元开源系列模型已经完整覆盖文本、图像、视频和 3D 生成等多个模态，在 Github 累计获得超 2.3 万开发者关注和 star。

附：混元图生视频开源链接

Github：https://github.com/Tencent/HunyuanVideo-I2V

Huggingface：https://huggingface.co/tencent/HunyuanVideo-I2V

OpenAI 更新 macOS 版 ChatGPT，可在 Xcode 等 IDE 中直接编辑代码

上一篇: OpenAI 更新 macOS 版 ChatGPT，可在 Xcode 等 IDE 中直接编辑代码

3 月 7 日消息，OpenAI 昨日（3 月 6 日）在 X 平台发布推文，宣布升级 macOS 版 ChatGPT 应用，可以直接在 Xcode、VS Code 等集成开发环境（IDE）中编辑代码…

告别“生肉”指日可待：亚马逊 Prime Video 为影视节目引入 AI 辅助配音

下一篇: 告别“生肉”指日可待：亚马逊 Prime Video 为影视节目引入 AI 辅助配音

3 月 6 日消息，亚马逊旗下流媒体平台 Prime Video 当地时间周三宣布，开始尝试在部分授权影视作品中引入 AI 辅助配音技术。 Prime Video 表示，此次测试将在英语和拉美西班牙语…

相关攻略更多

热门福汇软件更多

最新资讯更多

公与媳中文字幕乱码的预防方法借鉴：从技术到日常操作的实用指南

公与媳中文字幕乱码的预防方法借鉴：从技术到日常操作的实用指南

福汇软件

更新时间：2025-06-06