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(qū)動等玩法，并支持生成背景音效及2K高質(zhì)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(diào)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(qū)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(nèi)容包含權(quán)重、推理代碼和LoRA訓(xùn)練代碼，支持開發(fā)者基于混元訓(xùn)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)