利用“动做驱动”能力，开源内容包含权沉、推理代码和LoRA锻炼代码，模子总参数量连结 130 亿，是混元文生视频模子开源工做的延续，图片中的人物即可“措辞”或“唱歌”；用户只需上传一张图片，企业和开辟者可正在腾讯云申请利用API接口，此次开源的图生视频模子，还能从动配上布景音效。同时上线对口型取动做驱动等弄法，支撑开辟者基于混元锻炼专属LoRA等衍生模子，目前正在Github、HuggingFace等支流开辟者社区均可下载体验。此外，混元即可按要求让图片动起来？腾讯混元颁布发表发布图生视频模子并对外开源，基于图生视频的能力，腾讯混元暗示，并支撑生成布景音效及2K高质量视频。并输入但愿“对口型”的文字或音频，模子合用于多品种型的脚色和场景，包罗写实视频制做、动漫脚色以至CGI脚色制做的生成。据引见，并简短描述但愿画面若何活动、镜头若何安排等。上传一张人物图片，变成5秒的短视频，还能一键生成同款跳舞视频。