腾讯混元发布全新视频生成模型，「元宝」率先上线尝鲜

腾讯混元大模型团队近日发布并开源了全新的视频生成模型 HunyuanVideo 1.5，该模型以其8.3B的轻量级参数、显著降低的硬件部署门槛以及支持文生视频与图生视频等多种生成方式，迅速引起了业界广泛关注。目前，这项能力已率先在腾讯元宝上线，用户更新至最新版本即可尝鲜“一句话生视频”功能。

模型核心亮点：轻量、高效、门槛低

HunyuanVideo 1.5 之所以备受关注，主要在于它在模型尺寸、生成效果和硬件需求之间取得了良好平衡。

• 轻量尺寸，效果不减：该模型基于 Diffusion Transformer (DiT) 架构开发，参数量为8.3B。相较于此前需要超过50GB显卡显存才能部署的开源旗舰模型，HunyuanVideo 1.5 大幅降低了硬件要求，仅需14G显存的消费级显卡即可流畅运行，因此也被誉为“开源小钢炮”。
• 技术创新保障流畅体验：为了实现高效推理，模型采用了创新的 SSTA稀疏注意力机制（选择性滑动分块注意力），并结合多阶段渐进式训练策略，这在保证生成视频高质量的同时，也显著提升了运动连贯性和语义遵循能力，使其达到商用水平。

功能与体验：多种方式生成高清视频

在腾讯元宝中，用户可以通过非常直观的方式体验AI视频生成的魅力。

• 两种生成模式：
  • 文字生视频：在元宝的对话框内输入文字描述（Prompt），例如“一只猫在赛博朋克城市中漫步”，模型便能将文字构想转化为一段动态视频。
  • 图生视频：上传手机中的一张静态照片，并配合简单的指令，即可让风景照呈现云卷云舒，或为宠物照片增添趣味动态，实现静态画面“动起来”的效果。
• 强大核心能力：HunyuanVideo 1.5 支持中英文输入，具备强大的指令理解与遵循能力。它能够精准实现运镜、流畅运动、写实人物及人物情绪表情等多种复杂指令，并支持写实、动画、积木等多种风格。在图生视频中，它能保持生成视频与原图在色调、光影、细节等方面的高度一致性。
• 电影级画质输出：模型可原生生成5至10秒时长的480p和720p高清视频，并可通过超分模型进一步提升至1080p电影级画质。

战略意义与未来展望

此次升级对腾讯元宝及其AI生态布局具有重要意义。

• 元宝完成全模态覆盖：随着“一句话生视频”功能的上线，腾讯元宝正式实现了从文本、图片、音频到视频的“图文音视”全模态覆盖。这标志着元宝在多模态能力上迈出了关键一步，使其从一个文本对话助手，成长为一个更贴近用户日常生活的实用创意工具。
• 降低创作门槛，赋能生态：HunyuanVideo 1.5 的开源和低门槛特性，使得广大开发者和普通创作者都能轻松参与到视频生成的创新中来。这项技术有望在电商、教育、营销等垂直领域引爆内容创新，极大地降低了专业视频制作的技能要求。
• 紧跟行业竞争步伐：在全球范围内，视频生成赛道竞争日趋激烈。从OpenAI的Sora，到谷歌等科技巨头以及众多创业公司的入局，视频生成模型正在快速迭代。腾讯通过发布HunyuanVideo 1.5并迅速在元宝落地，展现了其在AI视频生成领域的技术实力和生态化应用的决心。

总而言之，腾讯混元通过推出HunyuanVideo 1.5并将其迅速集成至腾讯元宝，不仅为用户带来了新鲜有趣的AI视频生成体验，也通过开源策略降低了技术门槛，有望推动整个AI视频创作生态的繁荣。