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“文生腾讯视频”;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、主体和 H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yu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50GViB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显存的消费级显卡de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,实现了生成效o 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 an元宝d 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,配 D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 FaciTe和Github社区。

- 最近发表
- 随机阅读
-
- 标签: 企业微信 老年人上网环境 过度营销 私域直播治理
- 标签: MIT科技 钠离子电池 AI数据中心 基因编辑
- 云计算核心技术Docker教程:将构建Docker容器镜像推送到Docker Hub
- 苹果 M5芯片重磅发布:AI 性能实现“四倍飞跃”,加速终端侧智能体验
- 标签: 苹果 库克 特努斯 管理层
- 云计算和大数据成为了一个行业的标配
- 微信:将对AI生成合成内容添加显式和隐式标识
- Claude桌面版重磅升级:支持发截图,Caps Lock变身AI语音神键
- 触目惊心!央视曝光 AI 论文“黑工厂”:枪手靠模板+AI 一天炮制30篇论文
- 标签: 上海市网信办 个人信息保护 App监管 2026专项行动
- OpenAI 内部警示:ChatGPT Atlas 面临“即时注入”安全威胁
- 标签: 玛莎拉蒂 格雷嘉 上海经销商 清库存
- 云计算核心技术Docker教程:Docker使用BTRFS存储驱动程序
- 标签: 海尔智家 Horizon系列 北美市场 高端冰箱
- 标签: Anuttacon AnuNeko 蔡浩宇 米哈游
- 标签: 京东 刘强东 涅槃计划 蓝领培训
- AI算法工程师的一些含泪经验
- 标签: 网易云音乐 听歌报告 年度最爱专辑 联合年度报告
- 云计算开发:Python内置函数-help()函数详解
- 标签: 千里科技 汽车 AI
- 搜索
-
- 友情链接