简介

HunyuanVideo 1.5是腾讯混元大模型团队基于Diffusion Transformer（DiT）架构开发的轻量级视频生成模型，参数量为8.3B。该模型采用创新的SSTA（选择性滑动分块注意力）稀疏注意力机制和多阶段渐进式训练策略，显著提升推理效率并降低计算开销。模型支持中英文输入，具备强大的指令理解与遵循能力，能够精准生成多样化场景，包括运镜、流畅运动、写实人物和情绪表情等。原生支持生成5-10秒的480p和720p高清视频，并通过超分模型提升至1080p电影级画质。