首页 > 热点播报 > 正文

腾讯混元发布并开源图生视频模型 上线音频与动作驱动等能力

据悉,腾讯混元宣布图生视频模型已上线,并对外开源。用户可通过腾讯云申请使用API接口或在混元AI视频官网体验。该模型支持上传一张图片并描述希望画面如何运动和镜头如何调度,即可生成5秒的短视频,并自动生成背景音效。此外,还可以上传人物图片并输入文字或音频实现“对口型”效果,以及使用“动作驱动”能力生成跳舞视频。目前,在Github、HuggingFace等主流开发者社区均可下载体验该开源模型。

根据混元开源技术报告披露,该图生视频模型具备灵活的扩展性,在保持超写实画质和流畅演绎大幅度动作的基础上,结合多种输入条件实现对生成视频的多维度控制。混元开源系列模型已经完整覆盖文本、图像、视频和3D生成等多个模态,在Github累计获得超2.3万开发者关注和star

网友评论

24小时内最火资讯
热门IT产品
  1. ¥1699
    华为畅享90 Pro Max
    ·
  2. ¥4699
    HUAWEI Mate 80
    ·
  3. ¥5999
    苹果iPhone17
    ·
  4. ¥8999
    苹果iPhone17 Pro
    ·
  5. ¥2399
    iQOO Z11 Turbo
    ·
  6. ¥1999
    vivo Y600 Pro
    ·
  7. ¥3599
    荣耀500 Pro
    ·
  8. ¥3499
    一加Ace 6至尊版
    ·
  9. ¥1399
    荣耀X70
    ·
  10. ¥2199
    REDMI Turbo 5 Max
    ·