騰訊元寶推出新功能，用戶僅需一句話或一張圖片即可生成視頻。該功能基於騰訊混元團隊最新開源的HunyuanVideo1.5模型，簡化了視頻創作流程，助力開發者洞悉AI技術趨勢。
元寶推出“一句話生視頻”新功能，用戶無需剪輯基礎，輸入一句話或上傳圖片即可快速生成生動視頻。該功能基於騰訊開源的HunyuanVideo1.5模型，讓普通人輕鬆成爲視頻創作者，極大簡化了視頻製作流程。
騰訊元寶推出新功能，用戶用一句話或一張圖片即可生成高清視頻。基於HunyuanVideo1.5開源模型，採用DiT架構，8.3億參數，支持5-10秒視頻生成，簡化內容創作流程。
騰訊發佈輕量級視頻生成模型HunyuanVideo1.5，採用DiT架構，參數量8.3B，可生成5-10秒高清視頻。該模型已在“元寶”平臺上線，支持文字描述生成視頻及圖片結合文字生成功能，用戶可體驗多樣化視頻創作。
HunyuanVideo-I2V 是騰訊推出的基於 HunyuanVideo 的圖像到視頻生成框架。
這是一個基於HunyuanVideo模型的適配器，用於基於關鍵幀的視頻生成。
基於HunyuanVideo的視頻生成工具，支持圖像到視頻的轉換
視頻處理界面，提供視頻編碼和解碼功能
lightx2v
本倉庫包含為HunyuanVideo-1.5優化的4步蒸餾模型，能夠在不使用CFG（無分類器指導）的情況下實現超快速的4步推理，顯著減少生成時間，同時保持高質量的視頻輸出。
jayn7
騰訊混元視頻1.5模型的量化GGUF版本，專門用於文本到視頻生成任務，支持720P高清視頻生成，提供多種量化精度版本以優化使用效率。
本項目提供騰訊混元視頻1.5文本到視頻模型的量化GGUF版本，支持480P視頻生成任務，包含蒸餾模型和完整模型兩個版本，可與ComfyUI-GGUF等工具配合使用。
本項目提供了騰訊HunyuanVideo-1.5-I2V-720p模型的量化GGUF版本，專門用於圖像轉視頻和視頻生成任務。該模型支持將靜態圖像轉換為高質量視頻內容，提供了多種量化版本以優化性能。
騰訊混元視頻1.5模型的量化GGUF版本，專門用於圖像轉視頻和視頻生成任務。提供480P分辨率的蒸餾模型和標準模型，支持多種量化精度，包括Q4_K_S、Q8_0和FP16等。
為HunyuanVideo-1.5優化的量化模型，與LightX2V框架配合使用，在顯著減少內存使用的同時保持高質量視頻生成性能。
tencent
混元視頻-1.5是一款輕量級高性能視頻生成模型，僅用83億參數就能提供頂級的視頻質量，顯著降低了使用門檻。它能在消費級GPU上流暢運行，支持文本到視頻和圖像到視頻生成，讓每個開發者和創作者都能輕鬆使用。
hunyuanvideo-community
HunyuanImage-2.1 圖像精煉器是基於diffusers庫構建的圖像到圖像轉換模型，能夠將輸入圖像轉換為特定風格的圖像，支持高質量圖像生成和風格轉換。
混元圖像2.1是基於diffusers庫的文生圖模型，能夠根據文本描述生成高質量的圖像，支持中英雙語輸入，為用戶提供便捷的圖像生成體驗。
trojblue
基於騰訊混元視頻基礎模型微調的LoRA模型，專門用於生成動漫風格的像素藝術圖像，擅長表現角色動態和像素化場景。
騰訊HunyuanVideo-I2V是一個基於Diffusers的圖像轉視頻模型，能夠將靜態圖像轉換為動態視頻。
混元視頻-I2V是一個全新的圖像轉視頻生成框架，基於騰訊混元視頻模型擴展，支持從靜態圖像生成高質量視頻內容。
jbilcke-hf
騰訊混元視頻是一個文本生成視頻的模型，適配於Hugging Face推理端點。
city96
騰訊幻影視頻模型的GGUF量化版本，專為ComfyUI設計，用於文本生成視頻任務
FastVideo
FastHunyuan 是 HunyuanVideo 的加速版本，僅需6步擴散採樣即可生成高質量視頻，相比原版實現了約8倍的速度提升。
混元視頻是騰訊開源的大規模視頻生成模型，採用創新的統一架構實現高質量文本到視頻生成
騰訊開源的大規模視頻生成模型，支持文本到視頻生成，性能媲美主流閉源模型。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
