HunyuanVideo

近年来，基于 DiT架构的视频生成模型在生成质量上取得了显著突破，但其高昂的计算成本却严重限制了实际部署与落地。 为了解决这一瓶颈，来自香港中文大学、香港科技大学、快手科技和思谋科技的研究团队提出了 ...

扩散模型（Diffusion Models）近年来在图像生成和视频生成领域表现出色，但其计算复杂度也成为了性能瓶颈。特别是基于DiT架构的模型，如FLUX、HunyuanVideo 等，其注意力层和多...

视频扩散模型是一种强大的生成模型，能够生成高质量的视频内容。然而，传统的视频扩散模型在生成视频时需要大量的迭代去噪步骤，这使得生成过程非常缓慢且计算成本高昂。例如，HunyuanVideo 模型在单个...

Regional Adaptive Sampling (RAS) 是一种用于加速 DiT模型推理的新技术。它类似于模型内部的 KV 缓存，通过选择可能在每个扩散步骤中被更新的区域，并仅传递这些 tok...

TeaCache是一种专为加速扩散模型推理过程而设计的创新缓存技术。通过估计并利用模型输出在不同时间步之间的波动差异，TeaCache 能够显著提升图像、视频及音频扩散模型的处理速度，同时保持高质量的...

随着SD3.5、Flux、HunyuanVideo等模型在开源社区的广泛支持，微调或训练Lora的需求愈发凸显。相较于早期的SD1.5和SDXL时代，如今已有更多工具支持这类训练任务。今天为大家梳理当...

在腾讯开源的混元文生视频模型HunyuanVideo在开源社区越来越受欢迎后，第三方扩展和Lora模型也越来越多，今天就为大家分享一些Lora模型，让大家可以生成更丰富的视频。 Hunyuan Vid...

尽管基于DiT架构模型的视频生成技术取得了显著进展，现有模型在捕捉关键细节方面仍面临挑战。为了提高视频质量，视频增强成为一种直观的方法，其主要目标是： 保持帧间一致性：确保相邻帧之间的视觉和语义一致性...

HunyuanVideo是腾讯开源的一个参数量超过130亿的大型视频生成模型，ComfyUI官方发布博文宣布原生支持HunyuanVideo，相较于之前介绍的《混元文生视频模型HunyuanVideo...

腾讯于本月初开源的混元文生视频模型HunyuanVideo，这是一款参数量超过130亿的大型视频生成模型，这款模型由于参数大、生成效果好及未作审查（可生成NSFW内容）等原因，受到开源社区欢迎。Com...

腾讯在今天正式开源了其最新的视频生成模型—混元文生视频模型HunyuanVideo。这款模型不仅在视频生成能力上与业界领先的闭源模型相匹敌，甚至在某些方面表现更为出色。作为一款综合性的框架，Hunyu...