HunyuanVideo
分类: 网络架构
HunyuanVideo
定义
腾讯混元团队提出的大规模文生视频模型，基于 DiT 架构，支持高分辨率长时长视频生成
核心要点
采用 Diffusion Transformer (DiT) 作为去噪骨干，而非传统 UNet
支持文本到视频、图像到视频等多种生成模式
在视频质量、时间一致性和运动合理性方面表现突出
开源权重，推动了社区在视频生成领域的研究
代表工作
Tencent (2024): HunyuanVideo: A Systematic Framework For Large Video Generative Models