3月7日消息，據(jù)騰訊混元官方公眾號消息，騰訊混元發(fā)布圖生視頻模型并對外開源，同時上線對口型與動作驅動等玩法，并支持生成背景音效及2K高質量視頻。
根據(jù)官方介紹，基于圖生視頻的能力，用戶只需上傳一張圖片，并簡短描述希望畫面如何運動、鏡頭如何調度等，混元即可按要求讓圖片動起來，變成5秒的短視頻，還能自動配上背景音效。
此外，上傳一張人物圖片，并輸入希望“對口型”的文字或音頻，圖片中的人物即可“說話”或“唱歌”；使用“動作驅動”能力，還能一鍵生成同款跳舞視頻。
目前用戶可以通過混元AI視頻官網(wǎng)體驗，企業(yè)和開發(fā)者可在騰訊云申請使用API接口使用。
此次開源的圖生視頻模型，是混元文生視頻模型開源工作的延續(xù)，模型總參數(shù)量保持 130 億，模型適用于多種類型的角色和場景，包括寫實視頻制作、動漫角色甚至CGI角色制作的生成。
開源內容包含權重、推理代碼和LoRA訓練代碼，支持開發(fā)者基于混元訓練專屬LoRA等衍生模型。目前可以在Github、HuggingFace等主流開發(fā)者社區(qū)下載體驗。（周小白）
（免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
