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、真un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高清视an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显存的消费级显卡上de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 Face和GiiTthub社区。

- 最近发表
- 随机阅读
-
- 亚马逊推出新服务:为买家创建“虚拟替身”来定制T恤
- Opera 推出 Neon 浏览器,三款 AI 助手共舞引发用户混淆
- 云计算开发:Python3数学函数log10()方法详解
- 标签: Stellantis Jeep 标致 玛莎拉蒂
- 标签: 我爱我家 张军 房地产中介 工亡赔偿
- 标签: 格力电器 2025年Q3 财报
- 标签: 李博杰 DeepSeek PineAI 华为天才少年
- 大模型时代的警钟:Richard Sutton 呼吁重拾智能理解的科学探索
- 标签: 抖音电商 盗播治理 真人盗播 内容作弊
- 标签: 豆包 千问 文心 AI电商
- Kimi For Coding 会员计划推出全新增值权益,提升开发体验
- 凯发电气计划增资 3 亿,布局轨道交通供电大模型研发!
- 云安全日报210623:VMware软件即服务解决方案发现身份认证绕过漏洞,需要尽快升级
- 《黑镜》来了!波士顿动力机器狗上岗纽约警局,蹦蹦哒哒出街执法
- 标签: 乔路铭科技 比亚迪 吉利 汽车饰件
- 在 Docker 中如何高效部署 Node Server
- 别再云里雾里,或许我们可以这样理解云原生
- IBM第四季度营收204亿美元 其中云计算业务营收为75亿美元
- 字节跳动计划投资21亿美元在马来西亚建人工智能中心
- 标签: 迪哲医药 舒沃哲 高瑞吉 EGFR TKI
- 搜索
-
- 友情链接