就在刚刚，腾讯版 Sora 补都了又一要害拼图——图生视频。

况兼如故熟悉的配方，和旧年 12 月发布的文生视频模子 HunyuanVideo 相似，发布即开源。

那么，这次上新的「图生视频」到底有多强呢？

有网友径直用它制作了一部电影：

不错看到，新功能在画质、物体一致性等方面有了很大普及。

当今该功能已上线腾讯混元 AI 视频，东说念主东说念主都可免费体验（有次责问幕）。

话未几说，量子位一手实测走起 ~

实测腾讯混元「图生视频」

有一说一，图生视频这项功能自身在视频 AI 领域已不新奇，但难的是生成成果好。

而在诸君玩家狂卷生成成果的途中，一些老浩劫问题渐渐"出头"，并成为测验和驱动视频 AI 进化的法宝。

是以，为了直不雅展示腾讯版 Sora 的「图生视频」才调，咱们径直从这些费劲首先。

费劲 1：是否合适执行物理规定

家喻户晓，从视频 AI 出生于今，生成合适执行物理规定的视频堪称行业费劲。

一不预防就各式行为满天飞，让东说念主直呼恐怖：

是以这第一关，咱们径直来个大招——让腾讯混元视频 AI 规复通顺员跳水。

况兼为了整活儿，中式的原图就有"炸鱼"的倾向了 ( doge）：

（右侧为 AI 生成的原图和指示词，中式 2K 视频）

最终成果 be like：

领先，为了保证画质，咱们一运行就有利选了「2K 视频」（默许为高品性），并选拔更通用的混元图生 1.0（另一个针对东说念主像优化）。

从落幕不错看到，举座画面如故比较高清的，唾手一截都有点像体育频说念报说念。

质料上，比较早期的"行为乱飞"也彰着有很猛进步，一眼看去莫得彰着无理。

然鹅，若是要拿放大镜来看，一些细节如故经不起筹商。

比如通顺员左手的大小比例鄙人面这个转眼有点问题，手掌彰着过宽；另外手势在变换的经由中，抠图感彰着，能从这里看出视频由 AI 生成。

是以，要思终了 100% 规复确凿物理规定，大噶还得加油啊 ~

BTW，天然生成的视频当今唯有 5 秒，但不难思见这位小哥落水时行将炸鱼了。

费劲 2：能否"说念听途看"

Okk，费劲持续。

为了闇练视频生成 AI 的可控性，咱们来看这么一张原图：（草原上莫得一只动物）

输入 prompt，"图中出现了一匹马"，最终落幕如下：

不错看到，视频中照实出现了一匹白色骏马在草原上渐渐行走。

除此除外，咱们持续搬出寰宇记起心骨的一个功能来挑战——在画面中生成笔墨（中语或英文）。

个东说念主屡次实测后发现，当今暂时无法在视频中编造生成笔墨（寰宇有告成案例不错在挑剔区补充）。

不外也有一种转折范例好像终了：先在图片中生成笔墨（不错用腾讯豆包 AI 的绘图功能），再将图片调整成动态视频。

嗯，亦然给量子位打上了赛博告白（doge）~

是以，在让视频"说念听途看"这方面，除了添加笔墨不能控，其他元素仍是不错残害拿抓了。

费劲 3：能否准确校服指示

接下来，图片搭配笔墨指示词，也能用来查考视频生成 AI 是否兼并用户意图了。

腾讯混元视频 AI，在上传图片后，不错通过正面（思要哪些画面）和反面（不思要哪些）指示词来缱绻通盘画面。

这里咱们又拿腾讯混元视频的"独家艺能"来测试。早在笔墨生成视频的功能发布后，他们就主推了在画面主角保持不变的情况下自动切镜头的这项功能，那时堪称这是业界大部分模子所不具备的才调。

是以，咱们这次的 prompt 如下：

一位异邦好意思女穿戴汉服，头发飞动，布景是长城，然后镜头切换到正面特写。

最终身成落幕如下：

乍看之下，镜头从侧脸切换到正脸衔接挺天然，连发丝都永远在空中飞动。

可是一抠细节，其后的黄色发卡有点突兀了，是以在举座一致性上仍有完善空间。

费劲 4：能否保证连贯一致性

天然，光是准确规复指示还不够，更要害的是要让统统元素天然铺开。

换句话说，还要查考图片滚动成视频后的动作、场景过渡是否天然分解，有无彰着的卡顿、特出或不连贯的情况。

嗯，依旧上难度——镜子题材下的通顺一致性闇练。

穿戴白床单的阴魂靠近着镜子。镜子中不错看到阴魂的倒影。阴魂位于布满灰尘的阁楼中，阁楼里有老旧的横梁和被布料阴私的产物。阁楼的场景照射在镜子中。阴魂在镜子前舞蹈。电影氛围，电影打光。

最终成果如下：

一般来说，镜子题材不错用来闇练模子对光影的兼并，以及镜子表里主体通顺是否能保持一致。

而上头这个生成成果果真惊艳，当身披白床单的阴魂"活蹦活跳"时，镜子里的动作相称一致，况兼连地上的光影变换也相称合适物理规定。

举座看起来相称丝滑 ~

Okk，几个堪称最难的测试到此告一段落。实测下来，腾讯混元的「图生视频」新功能在这些最难挑战上有了很猛进步，但离 100% 合适物理规定和十足一致性仍有一段距离。

临了附上来自官方的写 prompt 小 tips：

用法 1：指示词 = 主体 + 动作 （相对轻佻的表述成果更优）

主体：视频的主要发达对象要与与输入图片一致，不错为东说念主、动物、植物、物品等，简便形色即可，比如一个女孩、一个熊猫等。

动作：对主体动作或景色的形色，用词提议简便且了了具体，最佳有动态感，比如戴眼镜 ->用手戴上眼镜，喝水 ->用手举起杯子喝水。

用法 2：指示词 = 主体 + 动作 + 运镜表情

运镜表情：镜头的通顺表情，比如静止镜头、镜头平移向右，镜头缩放等。

网友跋扈试玩 ing

与此同期，网友们的第一波鲜测也出炉了：

感好奇钦慕好奇钦慕的童鞋不错玩起来了 ~

在线免费体验：

https://video.hunyuan.tencent.com/

Github:

https://github.com/Tencent/HunyuanVideo-I2V

Huggingface：

https://huggingface.co/tencent/HunyuanVideo-I2V

参考连结：

[ 1 ] https://x.com/TXhunyuan/status/1897558826519556325

[ 2 ] https://x.com/iamhk/status/1897557803755253850云开体育