猎云网从腾讯混元微信公众号获悉，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。
混元视频生成模型开源以来，一直保持较高的热度，去年12月登顶huggingface全站趋榜第一，目前Github平台上Star数超过8.9K。多位开发者自发制作基于社区Hunyuanvideo的插件与衍生模型，积累超过 900 个衍生版本。更早开源的混元DiT文生图模型，在国内外衍生模型数量多达1600多个。
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。
