腾讯混元发布并开源图生视频模型，同时上线音频与动作驱动等能力

此次开源的图生视频模型，是混元文生视频模型开源工作的延续，模型总参数量保持 130 亿，模型适用于多种类型的角色和场景，包括写实视频制作、动漫角色甚至CGI角色制作的生成。

刚刚，腾讯混元上线并开源全新图生视频模型。只需三步，用户就可以用图片生成一支5秒长的短片：登录混元AI视频官网，上传一张图片，输入创意描述——AI就能让画面动起来；还能让图片中的角色开口说话、唱歌，甚至是跳舞、做体操。

12月3日，腾讯混元团队发布并开源了混元视频生成模型。在其官网和技术报告的简介中有两点值得留意：“研究团队成功训练了一个超过13B参数的视频生成模型（Hunyuan Video），使其成为迄今为止开源模型中规模最大的模型。” “根据专业人士的人为评估结果，HunyuanVideo 的表现超越了之前的最先进模型，包括 RunwayGen-3、Luma 1.6，以及中国表现最优的 3 个视频生成模型。” 它是否确实如专业人士评估，是目前最大......

不仅上线，而且开源。这个参数量130亿的视频生成大模型，已经在Hugging Face平台及Github上发布，包含模型权重、推理代码、模型算法等完整模型，可供企业与个人开发者免费使用和开发生态插件。

极氪与领克合并后，新公司简称为「极氪科技集团」；美国升级对华半导体管制：140 家企业被列入「实体清单」限制设备商和 HBM；腾讯混元大模型上线并开源文生视频能力：支持中英文双语输入，参数量 130 亿

DeepSeek称Janus-Pro框架简单且灵活性高。它采用视觉编码解耦方式提升不同任务中的适配性和性能，用统一的Transformer架构处理任务，适配384x384分辨率。基准测试中，70亿参数的Janus-Pro-7B表现强于包括DALL-E 3在内的其他模型，且较前代Janus准确率大幅提高。JanusFlow采用极简架构，将自回归语言模型与矫正流结合，无需复杂架构修改，生图支持384x384分辨率。

面向实用场景，腾讯混元两大核心模型开源。