腾讯混元大模型发布文生视频功能，130亿参数量模型开源

　　12月3日，腾讯宣布其自主研发的混元大模型正式上线全新能力——文生视频。这一突破性技术允许用户仅通过一句话就能生成高质量的视频内容，并且该模型已经全面开源，为开发者社区提供了丰富的资源支持。

　　技术创新引领未来

　　腾讯混元视频生成大模型是当前视频开源模型之一，拥有高达130亿参数量。该模型不仅在Hugging Face平台及GitHub上发布了完整的模型权重、推理代码以及详细的算法文档，还免费提供给企业和个人开发者使用。这标志着腾讯致力于推动AI技术的开放共享，鼓励更多创新应用的诞生。

　　强大性能与广泛应用

　　混元视频生成大模型具备强大且实用的功能特性。目前，腾讯混元视频生成大模型支持中英文双语输入，能够处理多种视频尺寸和清晰度要求。无论是冲浪、跳舞等动态场景，还是需要精细呈现的小人脸或高速镜头，该模型都能生成自然流畅且高质量的视频内容。其采用的DiT架构经过多处升级，包括新一代文本编码器的引入，增强了对复杂指令的理解和执行能力;统一的全注意力机制确保了每帧视频之间的平滑过渡，同时支持多视角镜头切换的一致性和连贯性;先进的图像视频混合VAE(3D变分编码器)则进一步提升了细节表现力。

　　促进生态繁荣

　　此次开源不仅为研究者们提供了宝贵的实验平台，也为创意产业带来了新的机遇。通过接入腾讯混元视频生成大模型，开发者可以轻松构建基于文本描述自动生成视频的应用程序，从而大大降低视频制作成本，提高效率。此外，腾讯鼓励开发者围绕此模型开发各类插件，以丰富其应用场景，共同打造一个充满活力的技术生态系统。

　　展望未来

　　随着人工智能技术的不断进步，腾讯将继续加大对AI领域的投入，探索更多可能性。随着这一技术的广泛应用与深度挖掘，预计将在影视制作、社交内容创作等多个行业掀起创新浪潮，重塑内容生产的生态格局，未来其在推动数字化创意产业发展方面的潜力值得持续期待与深入关注。