Transformer设计

腾讯发布混元视频生成大模型HunyuanVideo，具备高清质感、运动流畅及多视角切换等功能，现已开源。该模型采用Transformer设计和MLLM文本编码器，并通过3D VAE进行压缩训练，支持多种重写模式以适应不同用户需求。