IT 之家 3 月 6 日音讯,IT 之家从腾讯混元微信公众号获悉,腾讯混元发布图生视频模子并对外开源,同期上线对口型与算作脱手等玩法,并复古生成布景音效及 2K 高质地视频。
基于图生视频的智商,用户只需上传一张图片,并轻便描摹但愿画面奈何指令、镜头奈何调养等,混元即可按要求让图片动起来,酿成 5 秒的短视频,还能自动配上布景音效。此外,上传一张东说念主物图片,并输入但愿"对口型"的翰墨或音频,图片中的东说念主物即可"语言"或"唱歌";使用"算作脱手"智商,还能一键生成同款舞蹈视频。
现在用户通过混元 AI 视频官网(https://video.hunyuan.tencent.com/)即可体验,企业和建树者可在腾讯云恳求使用 API 接口使用。
这次开源的图生视频模子,是混元文生视频模子开源职责的持续,模子总参数目保捏 130 亿,模子适用于多种类型的变装和场景,包括写实视频制作、动漫变装以至 CGI 变装制作的生成。
开源本体包含权重、推理代码和 LoRA 视察代码,复古建树者基于混元视察专属 LoRA 等繁衍模子。现在在 Github、HuggingFace 等主流建树者社区均可下载体验。
混元开源技巧申报表露,混元视频生成模子具备机动的彭胀性,图生视频和文生视频在调换的数据集上开展预视察职责。在保捏超写实画质、畅通演绎大幅度算作、原生镜头切换等特质的基础上,让模子好像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要求,终了对生成视频的多维度截止。
现在,混元开源系列模子一经好意思满掩饰文本、图像、视频和 3D 生成等多个模态,在 Github 累计取得超 2.3 万建树者原谅和 star。
附:混元图生视频开源迷惑
Github:https://github.com/Tencent/HunyuanVideo-I2V
Huggingface:https://huggingface.co/tencent/HunyuanVideo-I2V开云体育