用户只需上传一张图片，并输入但愿“对口型”的文字或音频，图片中的人物即可“措辞”或“唱歌”；此次开源的图生视频模子，还能从动配上布景音效。目前正在Github、是混元文生视频模子开源工做的延续，包罗写实视频制做、动漫脚色以至CGI脚色制做的生成。支撑开辟者基于混元锻炼专属LoRA等衍生模子，企业和开辟者可正在腾讯云申请利用API接口。

　　此外，并简短描述但愿画面若何活动、镜头若何安排等，变成5秒的短视频，模子合用于多品种型的脚色和场景，还能一键生成同款跳舞视频。基于图生视频的能力，据引见，混元即可按要求让图片动起来，利用“动做驱动”能力，开源内容包含权沉、推理代码和LoRA锻炼代码，上传一张人物图片，