混元视频

定义

混元视频是腾讯混元大模型团队研发的视频生成模型系列，属于扩散模型中的扩散变换器（DiT）技术路线。它接收文字描述、静态图片或已有视频作为输入，输出一段具有连续运动画面的视频文件^[1]。模型以 HunyuanVideo 之名在 Hugging Face 与 GitHub 等社区开源，公开内容包含模型权重、推理代码与算法说明^[4]。

该系列公开过两个主要版本：2024 年 12 月发布的首版参数量为 130 亿，是该时间点上参数规模最大的开源视频生成模型^[1]；2025 年 11 月发布的 HunyuanVideo 1.5 参数量为 83 亿，定位为可在消费级显卡上运行的轻量模型^[5]。

原理

混元视频沿用与 Sora 相近的 DiT 架构，即以 Transformer 为主干的扩散模型，并在其基础上做了若干改造^[1]。模型在由 3D 变分自编码器压缩得到的潜空间中进行训练，其自研的视频图像混合 VAE 将视频长度、空间与通道分别压缩 4 倍、8 倍和 16 倍，从而降低后续主干网络需要处理的 token 数量^[6]。在主干结构上，模型采用双流转单流的设计：前段让视频与文本 token 分别经过独立模块处理，后段再把两者拼接，完成跨模态信息融合^[6]。

文本侧，首版模型以多模态大语言模型取代传统的 CLIP 与 T5 编码器，以提升对多主体、长句描述的语义跟随能力^[7]。模型还采用统一的全注意力机制，使相邻帧衔接更平滑，并支持在保持画面主角不变的前提下切换视角^[1]。针对用户提示词长短与风格不一的问题，团队对语言模型做微调，用作提示词改写器^[6]。

1.5 版本改用两阶段框架：第一阶段由 83 亿参数的 DiT 完成生成，第二阶段由视频超分网络把结果提升至 1080p^[8]。该版本提出选择性滑动分块注意力（SSTA），以三维时空分块和重要性掩码筛除冗余计算，官方技术报告称其在 10 秒 720p 视频生成上相比 FlashAttention-3 有 1.87 倍端到端加速^[9]。其文本编码器为双通道，多模态编码器负责理解场景与动作，另一路字形编码器专门提升画面中外文文字的渲染准确度^[8]。

从流程看，一次生成大致经过文本编码、潜空间迭代去噪与解码三个环节：

flowchart LR

A[文本或图片输入] --> B[文本编码器 / 图像编码]

B --> C[潜空间加噪]

C --> D[DiT 迭代去噪]

D --> E[3D VAE 解码]

E --> F[超分网络]

F --> G[输出视频]

发展历程

2024 年 12 月 3 日，腾讯混元宣布上线视频生成能力，同步开源该视频生成模型，参数量 130 亿，模型权重与推理代码在 Hugging Face 和 GitHub 发布，可供企业与个人开发者免费使用^[1][4]。首版支持中英文双语输入、多种视频尺寸与清晰度，单段视频最长 5 秒，处于标准模式时生成一段视频约需 120 秒^[7]。当时该模型在腾讯元宝的 AI 视频板块开放试用，企业客户则通过腾讯云申请接入^[1]。此前，混元系列已陆续开源文生文、文生图与 3D 生成模型，视频模型的发布使该系列实现全面开源^[10]。

2025 年 11 月 21 日，团队发布并开源 HunyuanVideo 1.5，参数量降到 83 亿，支持生成 5 至 10 秒的 480p 与 720p 视频，并可通过超分提升至 1080p^[2]。该版本可在 14GB 显存的消费级显卡上运行，团队称其 720p 生成峰值显存约 13.6GB，同期腾讯元宝上线了相应的文字生视频与图生视频能力^[11][2]。其技术报告于 2025 年 11 月 24 日提交至预印本平台 arXiv^[8]。

应用

混元视频通过腾讯元宝的 AI 视频入口面向普通用户开放，个人可输入描述或上传图片生成短视频；企业侧则通过腾讯云提供的接口调用，腾讯云将该服务称为腾讯混元生视频，涵盖图生视频、视频特效、视频风格化与图片跳舞等功能^[2][3]。云服务接口以异步任务方式运行，提交后返回任务标识，再轮询获取结果。

在媒体内容生产方面，人民日报客户端 2024 年 3 月的 AI 共创视频《江山如此多娇》使用了混元的技术支持^[12][13]。腾讯方面表示，人民日报、央视网、新华社、重庆卫视等媒体已将混元视频生成能力用于创意视频制作，产出《江山如此多娇》《山水之间》等作品^[14]。腾讯云方面介绍的相关落地能力还包括视频风格化、跳舞视频、运动笔刷、区域重绘与画布扩展等衍生玩法。

对开发者而言，开源权重意味着无需从零训练即可直接推理，也可基于该系列模型微调出专门应用^[10]。腾讯云文档显示，其视频生成服务可应用于短视频平台、影视制作、广告营销、社交媒体与游戏等场景^[15]。

局限

首版混元视频单段视频最长 5 秒，与同期多数视频生成模型 5 至 10 秒的水平接近，尚不能胜任长镜头叙事^[7]。云服务接口对时长与分辨率也有约束，早期版本仅支持 720p，后续 HunyuanVideo 1.5 也以 480p、720p 为原生输出档位，1080p 依赖超分实现^[16][2]。

生成质量本身并不稳定。腾讯混元相关负责人曾表示，国内外文生视频模型在生成某个指定画面时成功率都不高，用户往往需要多次尝试才能得到满意结果，与相对成熟的文生图相比，文生视频仍处在较早阶段^[7]。技术报告层面也提到，视频数据存在时空冗余，标准自注意力的计算量随序列长度呈二次增长，长时长、高分辨率生成面临显著算力开销，这也是稀疏注意力等优化手段被引入的原因^[9]。

部署门槛随版本不同而差异明显。首版 130 亿参数模型规模较大，开源社区此前的同类旗舰模型通常需要超过 50GB 显存才能部署；HunyuanVideo 1.5 虽将门槛降至 14GB 显存级别，但这一数字是在启用模型卸载等设置下测得，实际速度会低于不卸载的配置^[2][17]。此外，有第三方评测指出，该模型在场景精细度方面仍有提升空间^[11]。

参见

• 扩散模型 —— 混元视频所属的生成模型技术门类。

• Transformer —— DiT 主干网络的基础结构。

• 变分自编码器 —— 负责把视频压缩到潜空间并在生成后还原画面。

• 腾讯混元 —— 混元视频所属的大模型系列。

• 腾讯元宝 —— 面向普通用户提供混元视频生成能力的应用。

• Sora —— 较早采用 DiT 架构的视频生成模型，混元视频的架构与之相近。