騰訊開源進一步促進大模型生態(tài)繁榮發(fā)展。

原標題：開源社區(qū)參數(shù)量最大的文生視頻模型來了，騰訊版Sora免費使用
文章來源：機器之心
內容字數(shù)：9780字

騰訊混元視頻生成模型開源概覽

近日，騰訊宣布旗下的混元視頻生成大模型HunYuan-Video（HY-Video）正式對外開源。這款參數(shù)量達到130億的模型為企業(yè)與個人開發(fā)者提供了全新的視頻生成工具，旨在促進視頻生成領域的開源生態(tài)發(fā)展。

1. 模型特點

HunYuan-Video具備以下幾個顯著特點：

• 卓越畫質：提供超寫實的視覺體驗，支持真實與虛擬風格的無縫切換。
• 動態(tài)流暢：突破了動態(tài)圖像的局限，實現(xiàn)完整大幅度動作的流暢演繹。
• 語義遵從：以多模態(tài)大語言模型為文本編碼器，展現(xiàn)出強大的語義理解能力。
• 原生鏡頭轉換：具備多視角鏡頭切換能力，能夠實現(xiàn)藝術鏡頭無縫銜接。

2. 開源資源與應用

HunYuan-Video的開源資源包括官網鏈接、代碼庫和技術報告，用戶可通過騰訊元寶APP申請試用該功能。該模型在多個應用場景中表現(xiàn)出色，能夠實現(xiàn)高質量的文生視頻創(chuàng)作。

3. 技術創(chuàng)新與架構設計

混元團隊在模型架構設計中引入了多個創(chuàng)新技術，包括：

• 自研的3D視覺編碼器，支持圖像與視頻混合訓練。
• 采用全注意力機制，提升畫面流暢度并實現(xiàn)主體一致的多視角切換。
• 基于Scaling Law的設計與訓練，優(yōu)化模型參數(shù)與數(shù)據(jù)配比。

4. 開源生態(tài)的未來

騰訊混元系列模型的開源進程不斷加快，未來將繼續(xù)推出更多基于視頻創(chuàng)作的模型與生態(tài)插件，促進大模型生態(tài)的繁榮發(fā)展。騰訊對開源社區(qū)的貢獻已超過170個項目，吸引了大量開發(fā)者的關注。

總而言之，HunYuan-Video的開源不僅為視頻生成領域帶來了新的機遇，也為創(chuàng)作者與開發(fā)者提供了強大的工具，有望推動整個行業(yè)的創(chuàng)新與發(fā)展。

聯(lián)系作者

文章來源：機器之心
作者微信：
作者簡介：專業(yè)的人工智能媒體和產業(yè)服務平臺