11月21日，腾讯混元团队宣布推出开源视频生成模型HunyuanVideo 1.5。该模型采用Diffusion Transformer架构，参数规模达8.3B，可生成5-10秒高清视频内容。
目前该模型已在"元宝"平台开放体验，用户可通过两种方式使用：输入文字描述直接生成视频，或上传静态图片配合文字描述转换为动态视频。
该模型全面支持中英文输入的文字生成视频与图片生成视频功能。
在图片生成视频方面，模型能保持视频内容与原始图像在色调、光影、场景布局等要素的高度一致性。
该工具展现出优秀的指令理解能力，可准确实现包括镜头运动、流畅动作、物理规律模拟、人物表情刻画等多种创作需求。
元宝平台支持文字和图片生成视频功能
模型支持写实、动画、积木等多种视觉风格，并能在视频内容中嵌入中英文字幕，满足不同场景的内容创作需求。
在视频质量方面，可原生生成480p和720p分辨率视频，通过画质增强技术可进一步提升至1080p电影级画质。
与行业内通常需要50GB以上显存的主流视频生成模型相比，
HunyuanVideo 1.5实现了技术突破，仅需14G显存的消费级显卡即可流畅运行，大幅降低了使用门槛。
该模型通过多层次技术创新，在生成效果、运行效率和模型体积之间取得了良好平衡。
其采用的创新注意力机制配合多阶段训练策略，在运动连贯性、语义理解准确性等关键指标上已达到商业应用标准。
（举报）