一张图片+ 一条音频,照片开口说话唱歌,多角色、情绪控制都拿捏了。

腾讯混元联合腾讯音乐发布新模型HunyuanVideo-Avatar,支持上传照片和音频生成动态视频。该模型能自动识别场景氛围和情绪,并且可以控制角色的情绪和多角色同框对话,已在多个App中应用。