什么是Hunyuan视频？
Hunyuan 视频是腾讯于 2024 年 12 月发布的革命性 AI 视频生成模型。它基于具有 130 亿个参数的统一扩散转换器 (DiT) 架构构建，可根据文本描述创建具有卓越物理精确度和时间一致性的高质量视频。Hunyuan 视频支持高达 720p 的分辨率和长达 5 秒（129 帧）的视频长度，它采用先进的流匹配调度器，并通过 xDiT 支持并行推理，以实现高效生成。凭借 FP8 量化支持，它为专业视频创作提供质量和效率。
130 亿参数统一扩散转换器架构
高达 5 秒的视频生成（129 帧）
高质量输出：720p、540p 和更低分辨率
卓越的物理精确度和运动动力学
具有可配置偏移的先进流匹配调度器
通过 xDiT 框架提供并行推理支持
FP8 量化，实现内存高效生成
多种宽高比：16:9、9:16、1:1 等
卓越的跨帧时间一致性
具有社区支持的开源模型
Hunyuan视频的关键特性
Hunyuan视频将前沿架构与实用功能相结合，为专业的视频创作者服务。
统一 DiT 架构
革命性的 130 亿参数扩散转换器，将视频生成与卓越的质量和跨帧一致性统一起来。
高质量视频输出
生成高达 720p (1280×720) 的多种分辨率视频，具有 129 帧，保持卓越的视觉保真度和细节。
物理精确度
对现实世界物理的高级理解产生逼真的运动、自然的物体交互和可信的动力学。
流匹配调度器
具有可配置偏移因子的最先进的流匹配调度器可实现卓越的视频生成质量和控制。
多种分辨率
支持各种分辨率，包括 720p (1280×720)、540p (960×544) 和多种宽高比，以满足不同的用例。
时间一致性
在所有帧中保持平滑、连贯的运动和一致的视觉元素，以实现专业质量的视频。
使用 xDiT 进行并行推理
利用统一序列并行性进行多 GPU 加速，从而显著减少高分辨率视频的生成时间。
FP8 量化支持
内存高效的 FP8 量化可节省约 10GB 的 GPU 内存，同时保持生成质量，从而实现可访问的部署。
如何撰写有效的Hunyuan视频提示词
掌握提示词写作艺术，利用Hunyuan视频的强大功能创建令人惊叹的AI生成视频。
基本提示词要素
主体与动作
清楚地描述主要主体和特定动作或运动。 详细说明视频中发生的事情。
运动与动力
指定运动的类型和质量、速度、方向以及对象如何动态交互。
视觉细节
包括颜色、光照、纹理、氛围和环境细节，以增强真实感。
相机和视角
定义相机角度、移动、镜头类型和构图以进行电影控制。
风格与情绪
指定视频的视觉风格、艺术处理和情感氛围。
环境与背景
建立位置，一天中的时间，天气状况和上下文背景。
获得更好效果的专家提示
强调运动和物理
Hunyuan视频擅长物理精度。 描述自然运动、交互、重力效应和逼真的动力学以获得最佳效果
具体说明时间
指定 5 秒时间范围内动作的顺序和节奏，以实现所需的叙事流程
使用电影摄影术语
结合“景深”、“运动模糊”、“跟踪镜头”、“倾斜角度”等专业术语以获得更具电影感的输出
分层多个细节
在综合提示中结合主体、动作、光照、摄像机工作和氛围，以获得丰富、复杂的视频
好提示词与更好的提示词
"一只猫在走路"
"一只蓬松的橙色猫在日落时分优雅地走过木栅栏，尾巴轻轻摇曳，金色的光芒照亮它的皮毛，相机以平滑的跟踪拍摄跟随，浅景深，电影风格"
"水在流动"
"清澈的水流过光滑的河石，产生柔和的涟漪和飞溅，阳光反射在水面上产生闪光，慢动作捕捉，特写镜头，具有柔和环境光线的自然森林环境"
混元视频版本历史
追踪腾讯混元视频模型的演进，见证人工智能驱动视频生成方面的突破性进展。
混元视频的突破性发布，腾讯首个大规模文本到视频生成模型。该模型基于具有 130 亿参数的统一扩散 Transformer 架构，展示了在生成高质量视频方面的卓越能力，具有卓越的物理精确度和时间一致性。该模型支持灵活的推理配置，包括并行处理和内存高效量化，使专业视频的生成更加普及。
Key Improvements:
- •革命性的 130 亿参数统一扩散 Transformer 架构
- •高质量视频生成，最长可达 5 秒（129 帧）
- •多种分辨率支持：720p、540p 以及各种宽高比
- •卓越的物理精确度，具有逼真的运动动力学
- •带有可配置偏移因子的高级 Flow Matching 调度器
- •在所有帧中均具有出色的时间一致性
- •通过 xDiT 框架支持并行推理，实现多 GPU 加速
- •支持 FP8 量化，实现内存高效生成（节省约 10GB）
- •支持多种宽高比：16:9、9:16、1:1 等
- •开源发布，提供全面的文档和示例
- •灵活的推理选项，通过 CPU 卸载实现高分辨率生成
- •行业领先的视频质量，具有电影级的视觉保真度
Performance:
130 亿参数，最高 720p 分辨率，129 帧（5 秒），并行推理在 8 个 GPU 上实现 5.64 倍的加速
Hunyuan视频性能指标
性能基准证明了Hunyuan视频在视频生成方面的世界领先能力。
| 指标 | 分数/值 | 描述 |
|---|---|---|
| 视频质量 | 9.5/10 | 具有卓越视觉细节的高保真输出 |
| 运动准确度 | 9.6/10 | 卓越的物理理解和逼真的运动 |
| 时间一致性 | 9.7/10 | 整个视频中平滑的逐帧连贯性 |
| 模型参数 | 13B | 统一扩散转换器架构 |
| 最大分辨率 | 720p | 高达 1280×720 的高清输出 |
| 视频长度 | 5 秒 | 标准帧率下最多 129 帧 |
| 提示词遵循度 | 9.4/10 | 准确解读文本描述 |
指标基于 2024 年 12 月发布的 Hunyuan 视频模型。生成时间因分辨率、长度和硬件配置而异。使用 xDiT 进行并行推理可在 8 个 GPU 上将生成时间最多减少 5.64 倍。
Hunyuan视频用例
了解各行各业的专业人士如何利用Hunyuan视频进行创新的视频内容创作。
内容创作和社交媒体
快速高效地为 YouTube Shorts、TikTok、Instagram Reels 和其他社交平台创建引人入胜的短视频内容。
营销与广告
生成具有专业质量和逼真运动的引人注目的产品演示、宣传视频和广告内容。
电影和视频制作
为电影和视频项目创建预可视化序列、概念视频、故事板和 B 卷素材。
教育与培训
制作教育视频、教学内容和培训材料，并清晰地直观演示概念和过程。
动画与动态图形
为创意项目生成动画序列、动态图形元素和动态视觉效果。
游戏开发
为视频游戏创建过场动画、宣传预告片、角色动画和环境视频。
产品可视化
以逼真的运动、光照和物理效果展示产品，以用于电子商务和演示。
建筑与设计
生成建筑漫游、室内设计可视化和动态空间演示。
科学可视化
通过准确的物理模拟创建科学概念、过程和现象的视觉演示。
如何使用Hunyuan视频
开始使用Hunyuan视频强大的文本到视频功能创建令人惊叹的AI生成视频。
撰写您的提示词
详细描述关于主体、动作和运动的视频场景
选择设置
选择分辨率、宽高比和生成参数
生成视频
让Hunyuan视频创建您的高质量视频序列
下载并分享
保存您的视频并与世界分享
获得最佳效果的技巧
- •专注于描述清晰、可操作的动作和逼真的物理交互
- •包括关于光照、相机角度和视觉氛围的具体细节，以获得电影质量
- •在 5 秒的时限内保持动作连贯——避免过于复杂的序列
- •根据目标平台尝试不同的分辨率和宽高比
- •使用描述性运动术语，如“流动”、“漂移”、“摇曳”以实现自然运动
Hunyuan视频使用先进的流匹配调度器和统一的DiT架构来生成具有卓越物理精度和时间一致性的视频。
常见问题
您需要了解的关于Hunyuan视频的一切，从功能到技术规格。
什么使Hunyuan视频与其他AI视频生成器不同？
Hunyuan视频以其 130 亿参数统一扩散转换器架构、卓越的物理精确度和先进的流匹配调度器而脱颖而出。 它支持高达 720p 的多种分辨率、通过 xDiT 进行并行推理以加快生成速度以及 FP8 量化以提高内存效率。 该模型擅长时间一致性和逼真的运动动力学。
支持哪些视频分辨率和长度？
Hunyuan视频支持多种分辨率，包括 720p (1280×720)、540p (960×544) 和具有各种宽高比（16:9、9:16、1:1 等）的较低分辨率。 可以生成长达 5 秒（标准帧率下 129 帧）的视频，从而为不同的用例提供灵活性。
什么是流匹配，为什么它很重要？
流匹配是一种先进的采样调度器，它通过学习噪声和数据分布之间的连续路径来生成高质量的视频。 Hunyuan视频使用流匹配，其具有可配置的偏移因子（默认为 7.0），以实现卓越的视频质量、更好的是时间和一致性以及比传统扩散调度器更准确的物理模拟。
使用 xDiT 进行并行推理是如何工作的？
xDiT（扩散转换器的可扩展推理引擎）使用统一序列并行性实现跨多个 GPU 的并行推理。在 8 个 GPU 上，它可以将 720p 视频（129 帧）的生成时间减少高达 5.64 倍，从而使高质量视频生成对于生产工作流程来说更加高效和可访问。
什么是 FP8 量化，它有哪些好处？
FP8（8 位浮点）量化将模型的内存占用减少约 10GB，同时保持生成质量。 这使得 Hunyuan视频更易于在 GPU 内存有限的系统上部署，从而可以在更经济实惠的硬件配置上生成高质量的视频。
Hunyuan视频是开源的并且可用于商业用途吗？
是的，Hunyuan视频是开源的，由腾讯发布。 模型、代码和权重可在 GitHub 上获得。 请查看腾讯Hunyuan社区许可证，以了解关于商业用途、分发和其他使用指南的具体条款。
准备好使用Hunyuan视频进行创作了吗？
加入全球创作者的行列，他们使用腾讯革命性的 130 亿参数视频生成模型将他们的想法变为现实。