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

粤公网安备 44010602000162号
网友评论