就在刚刚，腾讯版 Sora 补皆了又一遑急拼图——图生视频。

何况照旧正经的配方，和旧年 12 月发布的文生视频模子 HunyuanVideo 相通，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提高。

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（有次数适度）。

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，图生视频这项功能本人在视频 AI 边界已不新奇，但难的是生成后果好。

而在诸位玩家狂卷生成后果的途中，一些老浩劫问题渐渐"出头"，并成为历练和驱动视频 AI 进化的法宝。

是以，为了直不雅展示腾讯版 Sora 的「图生视频」才气，咱们径直从这些繁重出手。

繁重 1：是否合适履行物理功令

人所共知，从视频 AI 出身于今，生成合适履行物理功令的视频堪称行业繁重。

一不防备就多样动作满天飞，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 收复通顺员跳水。

何况为了整活儿，考取的原图就有"炸鱼"的倾向了 ( doge）：

（右侧为 AI 生成的原图和请示词，考取 2K 视频）

最终后果 be like：

率先，为了保证画质，咱们一运转就有益选了「2K 视频」（默许为高品性），并给与更通用的混元图生 1.0（另一个针对东说念主像优化）。

从收尾不错看到，举座画面照旧比较高清的，唾手一截都有点像体育频说念报说念。

质料上，比拟早期的"动作乱飞"也显着有很猛进步，一眼看去莫得显着失误。

然鹅，淌若要拿放大镜来看，一些细节照旧经不起酌量。

比如通顺员左手的大小比例鄙人面这个片刻有点问题，手掌显着过宽；另外手势在变换的进程中，抠图感显着，能从这里看出视频由 AI 生成。

是以，要念念结束 100% 收复确切物理功令，大噶还得加油啊 ~

BTW，诚然生成的视频当今只须 5 秒，但不难念念见这位小哥落水时行将炸鱼了。

繁重 2：能否"杯弓蛇影"

Okk，繁重链接。

为了训练视频生成 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"，最终收尾如下：

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，咱们链接搬出公共铭心刻骨的一个功能来挑战——在画面中生成翰墨（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造谣生成翰墨（公共有奏效案例不错在驳倒区补充）。

不外也有一种辗转步调大略结束：先在图片中生成翰墨（不错用腾讯豆包 AI 的绘图功能），再将图片更始成动态视频。

嗯，亦然给量子位打上了赛博告白（doge）~

是以，在让视频"杯弓蛇影"这方面，除了添加翰墨不能控，其他元素还是不错简陋拿握了。

繁重 3：能否准确遵从指示

接下来，图片搭配翰墨请示词，也能用来检会视频生成 AI 是否定识用户意图了。

腾讯混元视频 AI，在上传图片后，不错通过正面（念念要哪些画面）和反面（不念念要哪些）请示词来测度打算通盘画面。

这里咱们又拿腾讯混元视频的"独家艺能"来测试。早在翰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气。

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。

最终身成收尾如下：

乍看之下，镜头从侧脸切换到正脸贯串挺天然，连发丝都永久在空中飞动。

然而一抠细节，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。

繁重 4：能否保证连贯一致性

天然，光是准确收复指示还不够，更遑急的是要让整个元素天然铺开。

换句话说，还要检会图片改变成视频后的动作、场景过渡是否天然融会，有无显着的卡顿、进步或不连贯的情况。

嗯，依旧上难度——镜子题材下的通顺一致性训练。

穿戴白床单的幽魂濒临着镜子。镜子中不错看到幽魂的倒影。幽魂位于布满灰尘的阁楼中，阁楼里有老旧的横梁和被布料避讳的产物。阁楼的场景照耀在镜子中。幽魂在镜子前舞蹈。电影氛围，电影打光。

最终后果如下：

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

而上头这个生成后果确凿惊艳，当身披白床单的幽魂"欢蹦乱跳"时，镜子里的动作颠倒一致，何况连地上的光影变换也颠倒合适物理功令。

举座看起来十分丝滑 ~

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% 合适物理功令和澈底一致性仍有一段距离。

终末附上来自官方的写 prompt 小 tips：

用法 1：请示词 = 主体 + 动作 （相对简短的表述后果更优）

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，简易形容即可，比如一个女孩、一个熊猫等。

动作：对主体动作或气象的形容，用词提议简易且明晰具体，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：请示词 = 主体 + 动作 + 运镜形势

运镜形势：镜头的通顺形势，比如静止镜头、镜头平移向右，镜头缩放等。

网友放浪试玩 ing

与此同期，网友们的第一波鲜测也出炉了：

感风趣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

参考长入：

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

[ 2 ] https://x.com/iamhk/status/1897557803755253850九游会体育