您现在的位置是:热点 >>正文
标签: 腾讯混元 HunyuanVideo 元宝 DiT架构
热点683227人已围观
简介...
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,支持混元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、un真实的物理规律遵循、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、积木等多种yu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高清视频an,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de卡上流畅运行,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o 了生成效果、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Select元宝ive and 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 D,配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GiTithub社区。
Tags:
相关文章
苹果最新季度销售将首次破1000亿美元
热点【#苹果最新季度销售将首次破1000亿美元#】据报道,华尔街分析师预计,在最新一季的财报中,苹果公司营收或将首次突破1000亿美元。27位分析师通过雅虎财经预测,在截至12月31日的2021年第一财季...
【热点】
阅读更多谷歌云计算在巴西投资3亿美元 新开分支机构和工程中心
热点北京时间6月15日早间消息,据报道,美国谷歌公司云计算部门周二宣布,自从2017年以来,已经在南美国家巴西投资了3.1亿美元,建设云计算基础设施,谷歌还宣布将会在巴西开设一个新的分支机构,并且启动一个...
【热点】
阅读更多科学家利用无人机在南极为企鹅做“人口普查”
热点近日,南极首次发现一只金黄色企鹅,这只被戏称是“充了黄钻”的企鹅摇身一变成为“网红”,引发了不少网友的关注。憨态可掬的企鹅们一直都深受大众的喜爱,而这些小家伙儿们得以顺利繁衍,离不开动物保护机构、科考...
【热点】
阅读更多