腾讯混元视频生成再升级，一句话能让图片动起来

3月6日，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，混元即可按照用户要求让图片动起来，比如让图中的人物抱起一只猫，变成5秒的短视频，还能自动配上合适的背景音效。

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”；如果选择动作模版，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。

南方+从腾讯获悉，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，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Hugging Face全站趋榜第一，目前Github平台上star数超过8.9K。

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。

南方+记者 马芳