近日，騰訊宣布推出其最新的混元大模型，并首次開源其文生視頻能力。這款大模型擁有130億個參數，支持中英文雙語輸入，能夠生成高質量、超寫實的高質量視頻。官方表示，這項新技術為視頻生成領域帶來了革命性的進展，能夠生成不易變形、符合物理規律的畫面，特別在鏡面反射等場景中表現突出。

騰訊混元大模型采用了創新的DiT（Dynamic Inference Transformer）架構，配合新一代文本編碼器，大幅提升了模型對語義的理解和遵循能力。該架構使得視頻生成過程中的多個主體描繪更加精確，從而實現更加細致的指令執行和畫面呈現。

官方展示的視頻生成效果展現了其強大的能力。例如，在一個海浪沖浪的場景中，混元大模型能夠精準捕捉水花飛濺的瞬間，并呈現出完美的光影與反射。此外，在鏡面或玻璃反射的場景中，模型能確保畫面中的動作與外部環境完全同步，光影反射也幾乎完全符合物理規律。

騰訊表示，本次混元大模型的開源內容包括完整的模型權重、推理代碼和模型算法，供企業和個人開發者自由使用，并可以在此基礎上開發相關的生態插件。模型的開源為廣大開發者提供了一個強大的創作工具，預計將大幅推動文生視頻技術在各行各業中的應用。

此外，騰訊還在其騰訊元寶 App中上線了“AI 應用”功能，用戶可以在其中選擇“AI 視頻”，并申請試用這項新技術。這使得更多用戶能夠親自體驗騰訊混元大模型在視頻生成方面的強大能力。