腾讯混元发布图生视频模型并对外开源，同时上线对口型与动作驱动等玩法

文章来源：08AI导航网发布时间：2025-04-15 16:12:29

腾讯混元发布图生视频模型并对外开源，同时上线对口型与动作驱动等玩法，并支持生成背景音效及 2K 高质量视频。

基于图生视频的能力，用户只需上传一张图片，并简短描述希望画面如何运动、镜头如何调度等，混元即可按要求让图片动起来，变成 5 秒的短视频，还能自动配上背景音效。此外，上传一张人物图片，并输入希望“对口型”的文字或音频，图片中的人物即可“说话”或“唱歌”；使用“动作驱动”能力，还能一键生成同款跳舞视频。

目前用户通过混元 AI 视频官网（https://video.hunyuan.tencent.com/）即可体验，企业和开发者可在腾讯云申请使用 API 接口使用。

此次开源的图生视频模型，是混元文生视频模型开源工作的延续，模型总参数量保持 130 亿，模型适用于多种类型的角色和场景，包括写实视频制作、动漫角色甚至 CGI 角色制作的生成。

开源内容包含权重、推理代码和 lora 训练代码，支持开发者基于混元训练专属 LoRA 等衍生模型。目前在 Github、HuggingFace 等主流开发者社区均可下载体验。

混元开源技术报告披露，混元视频生成模型具备灵活的扩展性，图生视频和文生视频在相同的数据集上开展预训练工作。在保持超写实画质、流畅演绎大幅度动作、原生镜头切换等特性的基础上，让模型能够捕捉到丰富的视觉和语义信息，并结合图像、文本、音频和姿态等多种输入条件，实现对生成视频的**度控制。

目前，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。

附：混元图生视频开源链接

Github：https://github.com/Tencent/HunyuanVideo-I2V

Huggingface：https://huggingface.co/tencent/HunyuanVideo-I2V

上一篇: 中国人工智能正在蓬勃发展：从聊天机器人到智能玩具

中国正在积极推动人工智能产业的发展，目标是到 2030 年成为全球科技强国。以 DeepSeek 为代表的本土人工智能公司已取得显著成就，展示了中国在该领域的竞争力。随着政府投资和教育系统的支持，人工智能在中国的

下一篇: 具身机器人公司“逐际动力”完成 5 亿元 A 轮系列融资，阿里巴巴等参投

具身智能机器人公司逐际动力 LimX Dynamics 宣布，近期完成了 A + 轮融资，半年累计完成 5 亿元 A 轮系列融资。据介绍，其 A 轮系列融资在产业和财务方面均获得头部机构的战略支持，多家老股东持续跟投，战略产