钛媒体App 11月21日消息,腾讯混元大模型团队今日正式发布并开源轻量级视频生成模型HunyuanVideo 1.5。该模型基于Diffusion Transformer架构,参数仅8.3B,支持生成5-10秒480p/720p高清视频,通过超分可提升至1080p。其核心创新包括SSTA稀疏注意力机制与多阶段训练策略,在运动连贯性、语义遵循等维度达商用水平,且硬件门槛大幅降低,仅需14G显存消费级显卡即可流畅运行,远低于同类开源模型50GB以上的要求。
目前,腾讯元宝APP已上线该模型能力,用户可通过文字描述或图片+提示词生成视频,支持中英文输入、写实/动画等多风格及运镜、文字生成等指令。模型已同步至Hugging Face与GitHub社区,开发者可免费下载体验。(广角观察)