📌 📄 内容摘要:
变色龙 (@bianselong) 在 腾讯混元发布并开源图生视频模型：可生成 5 秒短视频，还能自动配上背景音效 中发帖
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，混元即可按要求让图片动起来，变成 5 秒的短视频，还能自动配上背景音效。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”；使用“动作驱动”能力，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（腾讯混元AI视频 API 接口使用。
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，模型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。
开源内容包含权重、推理代码和 LoRA 训练代码，支持开发者基于混元训练专属 LoRA 等衍生模型。目前在 Github、HuggingFace 等主流开发者社区均可下载体验。
混元开源技术报告披露，混元视频生成模型具备灵活的扩展性，图生视...
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/475695/1
─────────────────────────────
📢 来源：LINUX DO
