今日，腾讯混元大模型团队正式开源其新一代视频生成模型 HunyuanVideo 1.5，并同步在“元宝”平台上线相关功能。该模型基于 Diffusion Transformer（DiT）架构，参数规模为8.3B，定位为轻量级但高性能的AI视频生成工具，支持5至10秒高清视频内容的自动生成。
与当前多数闭源视频模型不同，HunyuanVideo 1.5 不仅开源模型权重，还同步开放推理代码，成为目前主流开源视频生成模型中少有的“全公开”方案，大幅降低开发者和创作者的使用门槛。
该模型支持“文生视频”与“图生视频”双模式，兼容中英文输入。用户只需提供一段文字描述，或上传一张图片配合简短提示，即可快速生成细节丰富、运动自然的短视频。例如，在“手提箱中长出迷你英式花园”等复杂指令下，模型能精准还原主体、光影与动态过程，展现出高度的语义理解与视觉一致性控制能力。
技术上，HunyuanVideo 1.5 引入 SSTA 稀疏注意力机制，结合多阶段渐进训练策略，有效提升运动连贯性与指令遵循精度。更引人注目的是，模型对硬件要求极为友好——仅需14GB显存的消费级显卡即可流畅运行，显著优于同类模型动辄需高端GPU的部署条件。
目前，该能力已在“元宝”最新版本中上线，用户可通过一句话或一张图直接生成视频，涵盖写实、动画等多种风格，并支持在视频画面中嵌入中英文文本，进一步拓展内容创作边界。
随着AI视频生成从实验室走向大众创作，腾讯此举不仅推动了AIGC生态的开源化进程，也为轻量化、高可用的视频AI工具树立了新标杆。