腾讯 12 月 3 日宣布，混元大模型上线并开源文生视频能力，参数量 130 亿，支持中英文双语输入。
官方宣称，腾讯混元视频生成大模型可以生成“超写实的”高质量视频，生成的画面不容易变形；在镜面或镜子场景中，可以做到镜面反射动作和外面完全同步，光影反射基本符合物理规律。
据介绍，腾讯混元视频生成大模型采用 DiT 架构，适配了新一代文本编码器提升语义遵循，更好地应对多个主体描绘，实现更加细致的指令和画面呈现。
在“腾讯元宝 App”，进入“AI 应用”，选择“AI 视频”，可申请试用。
腾讯表示，本次开源包含模型权重、推理代码、模型算法等完整模型，可供企业与个人开发者免费使用和开发生态插件。
声明：内容均采集自公开的网站等各类媒体平台，若收录的内容侵犯了您的权益，请联系邮箱，本站将第一时间处理。