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“文生视频腾讯”;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,支持混元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、积木等多种风yu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高清视频,并可an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,需要超过50GB显卡方Vi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显存的消费级显卡上流de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,实现了生成效果、o 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 and Slid元宝ing 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,配合多阶段渐进式 D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GithuiTb社区。
- ·标签: 弥富科技 汽车零部件 IPO 中信建投
- ·标签: 阿兹夫
- ·标签: 中芯国际 半导体制造 2025年报 晶圆代工
- ·标签: 理想汽车 理想i6 理想L6 小红书
- ·聊聊Hive数据类型和简单使用
- ·标签: TikTok 周受资 美国数据安全合资公司 Adam Presser
- ·苹果和特斯拉市值或达3万亿美元:电动汽车和自动驾驶汽车成助力
- ·标签: 网信中国 抖音 快手 腾讯
- ·微软将向员工发放1500美元奖金:感谢疫情期间辛苦付出
- ·浜戝畨鍏ㄦ棩鎶�210716锛氭€濈�鍥㈤槦鍗忎綔瑙e喅鏂规�鍙戠幇SSL璇佷功楠岃瘉婕忔礊,闇€瑕佸敖蹇�崌绾�
- ·美国科技巨头投资英国 AI 领域,计划投入450亿美元
- ·标签: Gemini DeepMind Aaron Saunders
- ·标签: 智界汽车 华为奇瑞 弗拉维奥曼佐尼 智界S7
- ·白话Kubernetes运维之容器应用资源运营管理
- ·标签: 谷歌 TPU Ironwood Anthropic
- ·人工智能和物联网-5个不断发展的用例
