Компанія Tencent представила оновлену модель для генерації відео за текстовими підказками — HunyuanVideo 1.5. Найголовніше: модель офіційно викладена у відкритий доступ, суттєво знижує вимоги до обладнання та відзначається високою якістю відтворення рухів.
Що нового у HunyuanVideo 1.5
- 8.3 млрд параметрів — оптимізована архітектура з високою ефективністю.
- Працює на GPU з 14 GB VRAM, що робить модель доступною для широкого кола користувачів.
- Попередні версії вимагали професійні карти на 60–80 GB VRAM.
- Генерація відео 5–10 секунд у 480p / 720p з можливістю апскейлу до 1080p.
- Покращена стабільність анімації, рухів та композиції кадру.
Технічні особливості
HunyuanVideo 1.5 побудована на трансформерній архітектурі DiT із 3D-каузальним VAE та механізмом SSTA (Selective and Sliding Tile Attention). Такий підхід допоміг суттєво знизити обчислювальне навантаження, зберігши при цьому плавність рухів і якість відео.
Модель підтримує два режими роботи:
- Text-to-Video (T2V)
- Image-to-Video (I2V)
Після генерації відео у 480p або 720p можна застосувати вбудований суперроздільник для підвищення якості до 1080p.
Переваги для творців контенту
- Можливість запуску на середніх GPU робить модель доступною для інді-розробників, дизайнерів та блогерів.
- Відкритий код дозволяє модифікувати модель та інтегрувати її у власні проєкти.
- Висока якість рухів і стабільність анімації підходять для створення коротких роликів, рекламних вставок, cinematic-сцен та YouTube-контенту.
Практичні поради
- Для найкращої роботи рекомендується GPU з 14 GB VRAM або підтримка offloading.
- Створюйте відео у 480p–720p та робіть апскейл до 1080p для збереження ресурсів.
- У текстових підказках описуйте: рух камери, стиль, композицію, атмосферу, освітлення — модель добре реагує на деталізацію.
➡️ Спробувати можна тут.
