HunyuanVideo

收录理由

腾讯开源的HunyuanVideo以开放权重形式提供文生视频能力，仓库内直接给出了PyTorch模型定义、预训练权重和采样代码，拿到手就能按提示词生成短视频片段。对于想在自己的机器上跑大型视频扩散模型、而不是走API调用的开发者，这个项目提供了很实在的起点：它把两阶段扩散Transformer的架构讲得很清楚，并且附带了复现论文结果所需的精确权重和推理流程。由于它的体量在开源生成器里属于偏大的，想研究现代DiT视频模型如何搭建，或者打算在基座模型上做微调，拿它当参考都很合适。周边配套也齐全，有Hugging Face Diffusers管线、提示词改写模型，还有主打效率提升的1.5新版本，需要时能把研究代码整理成更成型的方案。