Hunyuan AIビデオ ジェネレーター (テンセント)

Hunyuan Videoは、中国のテクノロジー大手であるテンセントが開発した高度なAI動画生成モデルです。2024年12月1日にリリースされ、現在では最大のオープンソース動画生成モデルであり、130億個のパラメータと、 テキストから動画、 画像から動画への変換のための強力な機能を備えています。

Hunyuan Videoは正真正銘のオープンソースです。モデルのコードと事前学習済みの重みは、GitHubとHugging Faceプラットフォームで完全に公開されています。このオープンソース性により、開発者や研究者はモデルにアクセスし、利用し、開発に貢献することができます。

Hunyuan Videoは、130億個のパラメータを持つモデルを基盤としており、現在利用可能なオープンソースのテキスト・ビデオ変換モデルとしては最大規模を誇ります。優れたテキスト理解を実現するマルチモーダル大規模言語モデル（MLLM）と、効率的なビデオ処理を実現する3D VAE技術を採用しています。

はい、 Hunyuan Videoは、リアルなサウンド生成を実現する革新的なビデオ音声合成機能を搭載しています。これにより、より没入感のある、完成度の高いビデオ制作体験が可能になります。

このモデルは、テキストプロンプトで指定された様々なカメラ動作を用いて学習されます。ユーザーは、プロンプト内でズームイン、ズームアウト、パンアップ、パンダウン、チルトアップ、チルトダウン、左回り、右回り、静止画、手持ち撮影などの動作を指定できます。

Hunyuan Videoは、最大16秒の長さの動画クリップを生成でき、その間ずっと一貫した品質を維持できます。