騰訊公司近期在人工智能領(lǐng)域取得了新的里程碑式進(jìn)展，其混元大模型正式推出了視頻生成功能。這一技術(shù)的實(shí)現(xiàn)，標(biāo)志著騰訊在文本生成圖像、3D建模等能力之外，又增添了視頻生成的強(qiáng)大實(shí)力。據(jù)悉，混元大模型的參數(shù)量驚人，達(dá)到了130億，是當(dāng)前最大的視頻開源模型之一。

這款大模型不僅支持中文輸入，還兼容英文，進(jìn)一步拓寬了其應(yīng)用場(chǎng)景和受眾范圍。其視頻生成能力尤為突出，生成的畫面質(zhì)量極高，幾乎達(dá)到了“超寫實(shí)”級(jí)別，且在動(dòng)態(tài)場(chǎng)景中保持了高度的穩(wěn)定性和準(zhǔn)確性。尤為在包含鏡面反射的場(chǎng)景中，模型能夠精準(zhǔn)模擬出鏡面反射與外部環(huán)境的同步變化，光影效果自然流暢，符合物理原理。

混元大模型的成功，離不開其背后強(qiáng)大的技術(shù)支持。該模型采用了先進(jìn)的DiT架構(gòu)，并結(jié)合了新一代文本編碼器，這一組合使得模型在理解和處理語義信息方面更加高效和精準(zhǔn)。這一改進(jìn)在描繪復(fù)雜場(chǎng)景和多主體互動(dòng)時(shí)尤為明顯，能夠呈現(xiàn)出更加細(xì)膩和豐富的畫面效果。

為了讓更多用戶能夠體驗(yàn)到這一前沿技術(shù)，騰訊公司特別推出了試用申請(qǐng)服務(wù)。感興趣的普通用戶可以在騰訊元寶App的“AI應(yīng)用”板塊中找到“AI視頻”功能，并提交試用申請(qǐng)。而對(duì)于企業(yè)客戶，騰訊云也提供了便捷的接入服務(wù)，目前API內(nèi)測(cè)申請(qǐng)已經(jīng)同步開放。此次開源行動(dòng)不僅涵蓋了模型權(quán)重、推理代碼等核心要素，還提供了完整的模型算法，企業(yè)和個(gè)人開發(fā)者均可免費(fèi)獲取和使用。