摘要

发布初期，用户有三次体验机会，随后增加到每天六次体验机会。腾讯对算力进行了优化，缩短了视频生成的等待时间，从最初的几小时减少到不超过十分钟。

 
混元视频模型提供了全面的“高级指令”调节选项，包括风格、比例、景别、光线和运镜五个类别，提高了视频生成的可玩性，允许用户进行细节设置。

 
混元模型在人物面部表情、手指运动等细节处理上表现出色，减少了AI视频的“不自然”感。尽管如此，AI视频生成在四肢细节生成上仍是挑战，混元模型在这方面表现较好。

 
腾讯开源了参数量达130亿的HunYuan Video模型，旨在吸引更多用户和开发者，共同探索基于模型的创新应用和玩法，推动AI视频技术的商业化和规模化应用。

年末补课AI的腾讯，在各条细分赛道快速追进。

继11月推出AI工作台 ima.copilot 之后，12月3日，已有剧透的AI视频生成功能终于被鹅厂放出，官方名称仍是混元（HunYuan Video），目前可在腾讯元宝APP内体验，

3号发布当天，用户仅有三次体验机会，包括一次高品质生成；4号腾讯增加了体验次数，改成了每天四次标准+两次高品质，总共六次，直接翻了一倍。

腾讯元宝-AI应用-AI视频

直接看演示：模型成功理解了提示词中外部全景到内部近景的视角切换，质量也比较不错。

提示词：一座悬浮于云端的未来都市，高楼大厦皆由透明能量晶体构建。全景展现都市的宏伟，飞行器在楼间穿梭。随后拉近镜头至一个神秘的科技实验室，一位年轻的女科学家身着银色防护服，正在操作一台散发着幽蓝光芒的大型仪器，特写她专注的眼神与仪器上闪烁的复杂数据符文，整体画面以冷色调为主，科技感。

必须承认，大厂就是大厂，技术能力方面事儿大可不必担心。

可玩性很高的模型

视频生成大模型曾在今年年中经历过一段时间的集中发布，大厂和初创公司接连掏出了自家版本的“Sora”。

行业短暂沉默几个月之后，腾讯进场似乎预示着新一轮国产Sora竞争的开启（豆包和Kimi近期也都有动作）。

只不过，或许是用户等得太久热情太高，又或许是腾讯算力准备不够充足，混元大模型生成视频的等待时间，一度格外漫长：之前体验过的模型最多十几分钟也就出来一条了，而发布当天的混元大模型，想体验需要做好等几个小时的准备。

12月3日 等待超过一小时

好在，后续官方应该是对算力进行了优化，或者单纯加开了一些服务器，等待时间过长的问题已经解决。

12月4日 等待不超过十分钟

以及，生成的视频质量在线，不然用户体验真的会严重扣分。

提示词：一位身着古装的书生在庭院中散步，中景呈现书生手持书卷，步伐轻盈。随后切换到近景，聚焦他抬头思考，镜头以平移运镜为主，跟随书生的行动轨迹。

与目前市面上已有的快手可灵、字节即梦、MiniMax海螺和智谱清影相比，腾讯混元在“高级指令”里给出的调节选项最为全面，包含风格、比例、景别、光线和运镜五个类别。

上面这段提示词，本身已经给了镜头视角的设置（可惜这次AI并没有做出来切换效果），在下面的“高级指令”选项里，除了打开所有能增强质感的开关外，只额外设定了一个“自然光”。

混元AI视频 高级指令界面

同赛道其他产品，虽或多或少都会给一些预设选项，但对比混元都相对有限。

从左至右依次为即梦、海螺和清影

更新后的可灵1.5模型，在PC端选择高品质模式下，额外增加了运镜控制选项，标准模式目前不支持调节。

可灵1.5

显而易见，混元视频模型最大限度的把AI创作的控制权开放给了用户，有点类似能在手机里找到的“开发者模式”，用户可以对很多进行细节具体设置，再交由AI执行命令。

这种自由度带来的可玩性，理论上会非常高。

比如，用不同画风和景别跑同一段提示词，最终给出的视频会有明显区别，但帽子等等细节又都能呈现。

赛博朋克 近景 明亮

写实风格 广角 柔和

提示词：车水马龙的时尚都市街头，站着一位背着专业相机、身着个性潮牌服饰且头戴时尚棒球帽的年轻摄影师，他微微仰头，寻找拍摄充满现代活力与时尚气息的城市街头夜景。

混元模型对这些预设的执行力尚可，要求基本都加进去了，第二段还用了类似延时摄影的效果，这种“可玩性”带来的好处就是，用户可以拿同一段提示词组合出很多完全不同的视频内容，获得更大的调整空间。

这带来的应用潜力，非常可观。

AI视频

  离能用还有多远？

当然，如果真的要AI视频可用，风格是只是大面，画面一致性等等细节还是最终的决定因素。

从以往大量案例中不难看出，手部等四肢部位的生成一直是视频生成模型的薄弱环节。AI在生成这些细节时常常出现问题，例如人物出现六根手指，或者四肢部分扭曲变形等情况。

本身AI对肢体细节的刻画就是难点，在文生图模型上已经颇为明显，而视频生成对动态性和连续性的要求，又进一步放大了这种困难。

惊喜的是，诸如手部畸变、面部不自然等问题，在混元模型中几乎没有出现，前面几个案例中，人物面部在运动过后未有太多明显不合逻辑的变化，人物的动作姿态，身体其他部位与物体及周围环境存在的交互关系也比较合理。

下面这个片段构图看起来并不复杂，但细节绝对可以算得上惊艳。

提示词：一位住在木屋的中年人，睡醒后从床上坐起来，双手抱头，表情失落。近景 / 自然光 / 固定镜头

人物面部表情，手指运动和双手抱头的过程，毛发细节的处理近乎以假乱真。

模型需要对细节有更深入的理解和精准的把握，才能生成趋近现实的人物动作。这种细节部分的稳定连贯，让混元生成的视频前后画面一致性相当不错——主体、场景、风格、运镜、光效等方面都能保持一致，观感上就会比较流畅、自然，减少画面的“AI味”，那种肉眼可见的突兀变化。

不过，以目前视频模型所能生成的短短几秒内容为样本，包括画面也包括时长，AI视频未来一段时间内仍会是以技术探索为主，或者在一些例如广告片的设计中作为补充元素，离独当一面还有不小距离，成规模的商业化仍有难度。

既然难以直接实现盈利，不妨先把用户和开发者生态尽可能打开，腾讯就选择开源了这个参数量达130亿的HunYuan Video模型。

吸引更多用户和开发者，集思广益探索基于模型所能衍生出的创新应用与新颖玩法，或许才是破局的关键所在