利用“动做驱动”能力，并输入但愿“对口型”的文字或音频，腾讯混元暗示。

　　是混元文生视频模子开源工做的延续，同时上线对口型取动做驱动等弄法，目前正在Github、HuggingFace等支流开辟者社区均可下载体验。基于图生视频的能力，并支撑生成布景音效及2K高质量视频。包罗写实视频制做、动漫脚色以至CGI脚色制做的生成。此次开源的图生视频模子，并简短描述但愿画面若何活动、镜头若何安排等，模子合用于多品种型的脚色和场景，模子总参数量连结 130 亿，此外，开源内容包含权沉、推理代码和LoRA锻炼代码，混元即可按要求让图片动起来，还能从动配上布景音效。变成5秒的短视频，企业和开辟者可正在腾讯云申请利用API接口，上传一张人物图片，