微新创想11月21日重磅报道，腾讯混元大模型团队今日正式宣布开源其最新研发的视频生成模型——HunyuanVideo 1.5。这款基于Diffusion Transformer（DiT）架构的轻量级模型，拥有8.3B的精妙参数量，能够高效生成5至10秒的高清视频片段。令人惊喜的是，该模型已率先在腾讯元宝平台上线，为普通用户提供了零门槛的体验机会。
用户可以通过两种直观的方式与HunyuanVideo 1.5互动：一是输入富有创意的文字描述（Prompt），即可实现从文字到视频的神奇转化；二是上传静态图片并配合Prompt，轻松将静态画面赋予动态生命力。据团队介绍，HunyuanVideo 1.5展现出卓越的全能表现，完美支持中英文输入的文生视频与图生视频功能。尤其在图生视频方面，模型能够实现图像与视频的高度一致性，无论是色调、光影、场景布局，还是主体特征和细节纹理，都能与原图实现精准匹配。
模型还具备强大的指令理解与遵循能力，能够精准执行多样化场景创作指令，包括运镜技巧、流畅运动轨迹、真实的物理规律模拟、写实人物塑造以及细腻的人物情绪表情表达等。在元宝平台中，用户可以自由切换文字或图片生成视频的模式，同时HunyuanVideo 1.5支持写实、动画、积木等多种艺术风格，并可在视频中无缝嵌入中英文文字，全面满足不同场景下的内容创作需求。
在画质表现方面，HunyuanVideo 1.5能够原生生成480p和720p的高清视频，并通过先进的超分模型技术，将画质进一步提升至1080p的电影级水准。值得注意的是，此前视频生成领域的开源SOTA旗舰模型往往参数量超过20B，且需要配备超过50GB显存的顶级显卡才能部署。而HunyuanVideo 1.5以其创新的”开源小钢炮”定位，显著降低了使用门槛，仅需14G显存的消费级显卡即可流畅运行，真正让每一位开发者和创作者都能轻松上手。
HunyuanVideo 1.5通过多层次的技术创新，在生成效果、性能与模型尺寸之间实现了完美平衡。其创新的SSTA稀疏注意力机制（Selective and Sliding Tile Attention，选择性滑动分块注意力），在确保高质量生成效果的同时，大幅提升了推理效率。配合多阶段渐进式训练策略，模型在运动连贯性、语义遵循等关键维度均达到了商用级水平，为视频生成领域树立了新的标杆。
