騰訊混元AI影片

騰訊自主研發的大規模AI影片生成模型，130億引數開源，支援文生影片和圖生影片

影片生成

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

前往官網

深度報告

騰訊混元AI影片是騰訊公司自主研發的大規模影片生成模型，於2024年12月正式釋出，2025年3月開源圖生影片功能。該模型採用DiT（Diffusion Transformer）架構，擁有130億引數，是當前引數規模最大的開源影片生成模型。模型支援文生影片、圖生影片、影片風格化等功能，最長可生成16秒、2K高畫質影片。個人使用者可透過騰訊元寶APP每日免費體驗，企業使用者可透過騰訊雲API呼叫。這是一款同時具備開源生態和商業化應用的國產AI影片生成工具，在多項效能指標上優於Runway等國際競品。
騰訊混元AI影片由騰訊公司旗下的混元大模型團隊開發和運營。騰訊混元大模型是騰訊全鏈路自研的通用與多模態大模型家族，覆蓋影象、3D等模態，面向內容生產、業務自動化等場景提供企業級服務。 2024年12月，騰訊正式釋出混元文生影片模型並宣佈開源，總引數量達到130億，重新整理了開源影片模型的引數紀錄。2025年3月，騰訊進一步開源了圖生影片功能。2025年11月，騰訊釋出並開源HunyuanVideo 1.5版本，引數為8.3B的輕量級版本，可在消費級GPU上執行。2025年9月，騰訊雲正式推出API技術服務，面向企業使用者提供商業化呼叫通道。該模型的技術負責人凱撒在釋出會上闡述了開源戰略背後的行業思考：當前文生影片領域存在“抽卡式體驗”痛點，普通使用者多處於嚐鮮階段，開源與閉源模型之間存在較大的使用體驗差距。騰訊希望透過開源降低使用門檻，推動行業生態發展。人民日報、央視網、新華社、羊城排行榜等權威媒體已使用該模型製作作品，如《江山如此多嬌》《山水之間》等。
騰訊混元AI影片提供了豐富的影片生成能力。在核心功能方面，模型支援文生影片和圖生影片兩種生成模式。文生影片功能允許使用者輸入文字描述，系統生成符合描述的影片內容；圖生影片功能支援上傳單張圖片並新增描述，生成5秒短片，支援2K高畫質畫質並自動生成背景音效。在技術引數方面，該模型支援生成最長16秒的影片，最高解析度為2K高畫質，支援中英文雙語輸入。影片風格方面提供寫實、動畫、電影、黑白、賽博朋克5種基本風格。鏡頭控制支援14種鏡頭運動方式，包括固定鏡頭、手持攝影、拉近鏡頭等。該模型的特色功能是自動鏡頭切換，可在保持畫面主角一致的情況下自動切換多視角。此外，模型採用新一代文字編碼器，具有強大的語義跟隨能力；3D變分編碼器可確保小人臉、高速鏡頭等場景清晰穩定。在使用流程上，個人使用者需下載騰訊元寶APP，在“AI應用”板塊的“AI影片”申請體驗。企業使用者可透過騰訊雲API呼叫，訪問地址為https://cloud.tencent.com/product/vclm。開發者可選擇本地部署，完全免費使用開源版本，主要成本為本地部署的計算資源費用。本地部署的硬體需求方面，生成720p影片至少需要60GB視訊記憶體，推薦配置為80GB視訊記憶體GPU。開源社群已開發最佳化版本，可將視訊記憶體需求降至16GB以下。
騰訊混元AI影片採用多層次的商業模式，覆蓋不同使用者群體。個人使用者透過騰訊元寶APP體驗，每日可免費生成4個速度優先影片和2個質量優先影片。這一策略有效降低了普通使用者的嚐鮮門檻，讓更多使用者能夠體驗產品核心功能。企業使用者可透過騰訊雲API呼叫，具體費用需諮詢騰訊雲官方。2025年9月正式推出API技術服務，為商業化應用提供便捷的接入通道。企業使用者可根據自身業務需求靈活呼叫API，實現規模化應用。對於開發者和技術愛好者，騰訊提供了完全開源的免費版本。程式碼倉庫位於GitHub的Tencent/HunyuanVideo專案，模型可從Hugging Face下載。主要成本為本地部署的計算資源費用（GPU視訊記憶體），對於有硬體條件的開發者來說，這一模式可以實現零成本使用。關於生成影片的版權，說明書中指出生成影片版權歸創作者所有，可用於商業用途。
從平臺資料來看，截至2025年11月，AIProductHub平臺的訪問體驗次數為1997次。由於產品相對較新，使用者評論數量尚處於積累階段。從使用者實測反饋來看，該產品提供了每日免費體驗額度，但生成佇列等待時間有時較長，可能需要等待1小時或更長時間才能完成生成。簡單影片幾分鐘即可生成，複雜高畫質影片需要更長時間。從效能評測對比來看，在與國內同類模型的5秒影片對比中，騰訊混元AI影片在文字對齊指標上達到61.8%，運動質量達到66.5%，視覺質量達到95.7%，均顯著優於國內同類模型。在與國際頂尖模型的對比中，騰訊混元AI影片在引數規模上具有明顯優勢（130億引數，最大開源），在影片時長上表現優秀（最長16秒，Runway約10-15秒），完全開源是一大亮點。在文字對齊指標上比Runway高14.1%，運動質量比Runway高11.8%，視覺質量與Runway持平。
騰訊混元AI影片的釋出在行業內獲得了廣泛關注。有評測文章指出，該模型支援原生1080P影片生成，具備優秀的物理規律遵循和表情捕捉能力，是輕量級影片生成模型的代表作。2025年11月的釋出會被視為國產AI影片模型發展的重要里程碑。從開源戰略角度，行業認為是務實之舉。相比閉源模型，開源版本可以讓更多開發者和中小企業參與使用，推動技術普惠化和生態建設。這一策略也有助於騰訊在AI影片領域建立技術影響力和行業話語權。當前AI影片生成領域競爭激烈，國際上有OpenAI Sora、Runway Gen-3等，國內也有多個競爭產品。騰訊混元AI影片憑藉130億最大引數規模、開源免費策略以及騰訊生態的加持，具備差異化競爭優勢。但與國際頂尖模型如Sora相比，在複雜場景的影片生成質量和創意能力上仍有差距。
在技術層面，生成佇列等待時間較長是使用者反饋的主要痛點。由於免費額度吸引大量使用者，高峰期可能需要排隊等待數小時。此外，與OpenAI Sora等頂尖模型相比，在複雜場景的影片生成質量和創意能力上仍有差距。在使用層面，本地部署的硬體要求較高（至少60GB視訊記憶體），對普通使用者不夠友好。雖然開源社群已開發最佳化版本降低硬體門檻，但仍需要專業配置。在版權方面，雖然宣告生成影片版權歸創作者所有可商用，但AI生成內容的版權歸屬在法律層面仍存在一定模糊性，建議商業使用前諮詢專業法律意見。
騰訊混元AI影片適合以下使用者群體：內容創作者和短影片博主可透過免費額度進行嚐鮮和創作；廣告營銷團隊可利用影片生成能力製作宣傳素材；影視製作團隊可用於概念測試和場景預覽；開發者和AI技術愛好者可參與開源社群貢獻；企業使用者可透過API實現規模化應用。對於免費額度足以滿足需求的個人使用者，推薦先下載騰訊元寶APP體驗，每日4個速度優先影片和2個質量優先影片基本夠用。對於有本地部署條件的開發者，建議從GitHub獲取開源版本進行深入研究。對於有規模化需求的企業使用者，建議聯絡騰訊雲瞭解API定價。同型別產品中，Runway、Pika Labs、可靈AI、即夢AI等是主要的競品選擇，使用者可根據具體需求進行對比試用。
騰訊混元AI影片是國產AI影片生成模型的代表作，130億引數規模、最大開源、影片質量優秀是其核心優勢。免費開放的策略降低了使用者使用門檻，騰訊生態的加持提供了多渠道訪問方式。對於需要免費工具的內容創作者和AI愛好者，這是一個值得嘗試的選擇；對於有高質量影片需求的商業使用者，可關注API的商業化應用進展。

使用者評論

Rebecca_Coleman_Max

—

130億引數的免費開源影片模型，香到飛起！國內最強應該沒懸念了。

JacquelineJohnson_Max

—

開發者狂喜！GitHub直接下載權重，本地部署自由度更高。雖然60GB視訊記憶體門檻不低，但社群已經有最佳化方案了，16GB也能跑。

goldenduck212

—

用元寶APP體驗了一下，每天免費額度夠玩一會兒。不過生成真的慢，高峰期要等一兩個小時，建議避開晚間。

DRussell_2021

—

免費還要什麼腳踏車！每天4個速度優先+2個質量優先，足夠日常玩玩了。商業用途再買API。

MaryMendozaK

—

對比了Runway Gen-3，文字對齊和運動質量確實更強，特別是語義理解這塊。能感覺出騰訊的技術積累。

賈婷

—

自動鏡頭切換這個功能太讚了，保持主角一致多視角切換，目前獨一家。生成16秒2K影片，效果確實比同價位產品好。

IraSaha

—

跑了下本地部署，RTX 4090實測批次大小1，生成720p大概需要15分鐘一頓，視訊記憶體剛好夠用。要求確實高但能跑。

JohnnyScott_Pro537

—

說實話，和Sora比還是有差距的，特別是在創意場景生成這塊。但架不住免費啊，而且影片質量日常用足夠了。

丁博

—

CSDN上有詳細的部署教程，按照步驟來基本沒問題。建議先玩通再考慮本地部署。

iThomasLaufer_pro

—

生成影片版權歸屬創作者，可以商用。這點很關鍵，比某些AI生成工具的版權模糊不清好太多。

BryanBaker_2022

—

支援中英文雙語，這點對國內使用者很友好，寫實、動畫、電影、黑白、賽博朋克5種風格選擇也很豐富。

Christopher_Bailey_X

—

14種鏡頭運動方式，固定鏡頭手持攝影拉近遠景都有，影片質感提升明顯。電影感可以搞起來。

LApet

—

等太久是唯一的槽點。高峰期佇列真的長，有時候要等一兩個小時才能出片。騰訊該加伺服器了。

Jeremy_Brown007

—

新一代文字編碼器確實強，語義跟隨能力強悍。描述稍微複雜一點的場景也能準確理解，不會有太大的偏差。

AReedII363

—

3D變分編碼器，小人臉高速鏡頭這些場景清晰穩定很多。之前試過其他模型，這種場景慘不忍睹。

AnnHillQ

—

人民日報、央視網都在用這個模型做東西，質量應該是有保障的。官方都背書了。

曾雲

—

Hugging Face上模型下載很方便，生態做得不錯。開發者社群也很活躍，教程資源越來越多。

Isabella_Jones_2024

—

開源免費+騰訊生態加持，這波確實是業界良心。對比某些收費還一堆毛病的AI影片工具，混元真的業界良心。

Ronald.Morales_66

—

1.5版本8.3B引數，消費級GPU也能跑了，硬體門檻降低很有感。普通遊戲本也能玩。

騰訊混元AI影片

深度報告

使用者評論

相關連結

同類產品