12月3日消息，今日，騰訊混元大模型宣布文生視頻功能上線，一句話就能生成視頻。

此次開源的視頻生成大模型，參數量130億，是當前最大的視頻開源模型。

目前，該模型已在Hugging Face平臺及Github上發布，包含模型權重、推理代碼、模型算法等完整模型，可供企業與個人開發者免費使用和開發生態插件。

大家可在騰訊元寶APP-AI應用-AI視頻中提交申請試用，企業客戶可通過騰訊云提供服務接入，API同步開放內測申請。

據了解，目前生成視頻支持中英文雙語輸入、多種視頻尺寸以及多種視頻清晰度。

騰訊混元視頻生成大模型可以生成超寫實的高質量視頻，比如，像沖浪、跳舞這種大動作場景，生成的畫面自然合理，不容易變形。

在鏡面或鏡子場景中，可以做到鏡面反射動作和外面完全同步，光影反射基本符合物理規律。

據騰訊介紹，騰訊混元視頻生成大模型采用DiT架構，并在架構設計上進行多處升級。

適配了新一代文本編碼器提升語義遵循，其具備強大的語義跟隨能力，更好地應對多個主體描繪，實現更加細致的指令和畫面呈現。

通過先進的圖像視頻混合VAE（3D變分編碼器），讓模型在細節表現有明顯提升，特別是小人臉、高速鏡頭等場景。