我们相信 Avatar 将是元宇宙中最有价值的资产，它能为用户元宇宙体验提供更强的代入感，并满足人们建立联系的情感需要。 然而目前大多数游戏和 ...

据介绍，在底层技术架构方面，HunyuanVideo-Avatar基于腾讯混元视频大模型与MuseV技术融合开发，具备多模态理解能力，可自动识别图像中的人物环境信息及音频情感内容，生成高度匹配的视频片段。

腾讯近日在技术创新领域迈出重要一步，正式推出了其最新的开源语音数字人模型——HunyuanVideo - Avatar。这一突破性成果由腾讯混元视频大模型团队与腾讯音乐天琴实验室MuseV技术携手打造，标志着腾讯在AI视频生成领域的又一里程碑。 HunyuanVideo - ...

腾讯最近为创意无限的玩家们带来了一项全新的技术玩具——HunyuanVideo-Avatar，这是一款由腾讯混元最新开源的语音驱动数字人模型。只需上传一张图片和一段音频，HunyuanVideo-Avatar就能让图片中的人物说话、唱歌，生成一段音画 ...

5月28日，腾讯混元发布并开源语音数字人模型HunyuanVideo-Avatar，基于腾讯混元视频大模型（HunyuanVideo）及腾讯音乐天琴实验室MuseV技术联合研发，支持头肩、半身与全身景别，以及多风格、多物种与双人场景，面向视频创作者提供高一致性、高动态性的视频生成能力。

IT 之家 5 月 28 日消息，腾讯混元公众号今日发文宣布开源混元语音数字人模型，仅需一张图和一段音频，就能让图中的主角自然地说话、唱歌。 此次发布的并开源的语音数字人模型 HunyuanVideo-Avatar，由腾讯混元视频大模型（HunyuanVideo）及腾讯音乐天琴实验室 MuseV 技术联合研发，支持 头肩、半身与全身景别 ，以及 多风格、多物种与双人场景 ...

36氪获悉，5月28日，腾讯混元发布并开源语音数字人模型HunyuanVideo-Avatar，基于腾讯混元视频大模型（HunyuanVideo）及腾讯音乐天琴实验室MuseV技术联合研发，支持头肩、半身与全身景别，以及多风格、多物种与双人场景，面向视频创作者提供高一致性、高动态性的视频生成能力。

用户上传人物图像与音频，HunyuanVideo-Avatar模型就会自动理解图片与音频。让图中人物自然地说话或唱歌，生成包含自然表情、唇形同步及全身动作的视频。 据介绍，HunyuanVideo-Avatar的单主体能力已经开源，并在腾讯混元官网上线， 目前支持上传不超过14秒的音频进行视频生成 ，后续将逐步上线和开源其他能力。

智东西AI前瞻（公众号：zhidxcomAI） 作者 | 江宇 编辑 | 漠影 ...