Tencent Hunyuan и Fudan представили модель Prism для генерации видео и аудио

Tencent Hunyuan и Fudan выпустили Prism — модель для генерации видео и аудио в одном проходе с поддержкой разрешений до 2K и MIT-лицензией.

Появление мощной открытой модели для одновременной генерации видео и звука снижает порог входа в создание качественного контента.

Интеграция видео и аудио в одном процессе упрощает создание синхронизированного контента.
Открытая лицензия MIT позволяет разработчикам использовать и дорабатывать технологию в своих проектах.
Высокие требования к видеопамяти ограничивают использование модели профессиональным оборудованием.

Prism Превью от Tencent Hunyuan + Fudan: генерация видео и звука в одном проходе, нативно в 720p, 1080p и 2K. MIT-лицензия. • Видео + аудио одним проходом: речь, музыка, звуки, липсинк • Нативные разрешения 720p, 1080p и #2K • Рядом с Kling 3, MiniMax H3, Wan 3.0 и Seedance 2.5 держится достойно • Мультиязычная речь, звуковой дизайн • База — MOVA • MIT, открыты тренировочный и финтюн-коды Требования к железу • 720p — одна карта 80 ГБ • 1080p/2K — от 4 карт по 80 ГБ Два превью-чека: alpha (стабильный) и beta (движение). Prism-pro в планах huggingface.co/FrancisRing/Prism github.com/Tencent-Hunyuan/Prism #t2va #av MAX

Кратко (AI)

Tencent Hunyuan и Fudan представили модель Prism, способную генерировать видео и аудио одновременно. Модель распространяется по лицензии MIT, поддерживает разрешения до 2K и требует значительных аппаратных ресурсов для работы.

Tencent Hunyuan и Fudan представили модель Prism для генерации видео и аудио

Кратко (AI)

Обсуждение