腾讯推出全新视频生成模型 HunyuanVideo1.5，进一步降低视频创作门槛

今日，腾讯混元大模型团队正式发布了其最新视频生成模型 HunyuanVideo1.5，成为视频生成技术的一次重要升级。该模型基于 Diffusion Transformer（DiT）架构，体量轻巧，参数规模为 8.3B，可生成 5 至 10 秒的高清视频。目前已在腾讯「元宝」平台上线，向用户开放试用。

HunyuanVideo1.5 支持多种生成方式，既能通过文字提示（Prompt）进行“文生视频”，也可上传图片配合文字，将静态图一键变成动态画面。它同时支持中英文输入，并在图像与视频的色彩、光影、场景、主体与细节等方面保持高度一致，确保生成结果与原图匹配。

在实际使用中，用户可依据提示词构建复杂场景。比如，用提示词描述一个手提箱里生长出微型英式花园的过程，模型便能清晰还原，用细节展示强大的理解与执行能力。HunyuanVideo1.5 兼容写实、动画等多种风格，还能在视频中生成中英文文字，让创作内容更丰富。

在技术层面，HunyuanVideo1.5 引入了创新的 SSTA 稀疏注意力机制，显著提升推理速度，并采用多阶段、渐进式训练策略，使运动连贯性与语义遵循达到商用水准。部署门槛也大幅降低，消费者级显卡仅需 14G 显存即可流畅运行，开发者与创作者更容易参与视频生成创新。

据了解，过去开源领域的 SOTA 视频生成旗舰模型往往需要超过 20B 参数与约 50GB 显卡支持。HunyuanVideo1.5 不仅在生成质量上实现了明显提升，也在性能与规模之间取得了更好的平衡。当前，模型已发布到 Hugging Face 与 GitHub，欢迎广大开发者下载体验。

随着 HunyuanVideo1.5 的推出，腾讯进一步巩固了在人工智能与视频生成方向的领先优势，为内容创作者提供更有力的工具与更广的想象空间。未来，随着技术演进，视频生成的应用场景还将继续扩展，期待 HunyuanVideo1.5 为行业带来新的变化。