钛媒体 App 11 月 21 日消息,腾讯混元大模型团队今日正式发布并开源轻量级视频生成模型 HunyuanVideo 1.5。该模型基于 Diffusion Transformer 架构,参数仅 8.3B,支持生成 5-10 秒 480p/720p 高清视频,通过超分可提升至 1080p。其核心创新包括 SSTA 稀疏注意力机制与多阶段训练策略,在运动连贯性、语义遵循等维度达商用水平,且硬件门槛大幅降低,仅需 14G 显存消费级显卡即可流畅运行,远低于同类开源模型 50GB 以上的要求。
目前,腾讯元宝 APP 已上线该模型能力,用户可通过文字描述或图片 + 提示词生成视频,支持中英文输入、写实 / 动画等多风格及运镜、文字生成等指令。模型已同步至 Hugging Face 与 GitHub 社区,开发者可免费下载体验。(广角观察)


登录后才可以发布评论哦
打开小程序可以发布评论哦