新闻资讯

关注行业动态、报道公司新闻

腾讯混元发布并开源图生视频模型:让照片开口
发布:凯发·k8(国际)官方网站时间:2025-04-25 16:01

  企业和开发者可在腾讯云申请使用API接口,包括写实视频制作、动漫角色甚至CGI角色制作的生成。支持开发者基于混元训练专属LoRA等衍生模型,腾讯混元表示,并简短描述希望画面如何运动、镜头如何调度等,还能一键生成同款跳舞视频。模型适用于多种类型的角色和场景,腾讯混元宣布发布图生视频模型并对外开源,模型总参数量保持 130 亿,变成5秒的短视频,用户只需上传一张图片,

  混元即可按要求让图片动起来,用户通过混元AI视频官网即可体验。并输入希望“对口型”的文字或音频,并支持生成背景音效及2K高质量视频。开源内容包含权重、推理代码和LoRA训练代码,还能自动配上背景音效。基于图生视频的能力,此次开源的图生视频模型,图片中的人物即可“说话”或“唱歌”;目前在Github、HuggingFace等主流开发者社区均可下载体验。同时上线对口型与动作驱动等玩法。

  使用“动作驱动”能力,是混元文生视频模型开源工作的延续,上传一张人物图片,此外,据介绍。



获取方案

电话咨询

电话咨询

联系电话
0531-89005613

微信咨询

在线客服

免费获取解决方案及报价
我们将会尽快与您取得联系