HunyuanVideo 1.5 - 腾讯混元免费开源的轻量级视频生成模型
HunyuanVideo 1.5 是腾讯混元大模型团队开源的轻量级视频生成模型，基于 Diffusion Transformer（DiT）架构，参数量为 8.3B。支持生成 5-10 秒的高清视频，分辨率可达 480p 和 720p，可通过超分模型提升至 1080p。用户可通过输入文字描述（文生视频）或上传图片配合文字描述（图生视频）来生成视频。模型支持中英文输入，具备强指令理解与遵循能力，能实现多样化场景，如运镜、流畅运动、写实人物等。支持写实、动画、积木等多种风格，可在视频中生成中英文文字。HunyuanVideo 1.5 的创新 SSTA 稀疏注意力机制显著提升了推理效率，可在 14G 显存的消费级显卡上流畅运行。