概览
HunyuanVideo-1.5 是腾讯混元于 2025 年 11 月 20 日开源的视频生成模型，参数量 83 亿，架构为 DiT + 3D 因果 VAE（空间 16 倍、时间 4 倍压缩），并引入「选择性滑动块注意力（SSTA）」提升长视频效率，官方数据是 10 秒 720p 合成提速 1.87 倍。默认生成 121 帧、24fps（约 5 秒），支持 16:9 等多种比例，可通过超分模块输出 1080p。相比 2024 年 12 月发布的初代 HunyuanVideo（130 亿参数、当时最大的开源视频模型，人工评测中文本对齐 61.8%、运动质量 66.5%、画面质量 95.7%、综合排名第一），1.5 版本用不到三分之二的参数换来了消费级显卡（最低约 14GB 显存）可跑的部署门槛。
- 模态
- 视频
- 参数量
- 8.3B
能力
- 文生视频（T2V）与图生视频（I2V）
- 原生 480p / 720p 生成，并可超分到 1080p
- 中英双语理解，采用字形感知的文本编码
- SSTA 稀疏滑动块注意力，10 秒 720p 合成提速 1.87 倍
- 消费级显卡可跑，开启显存卸载后最低约 14GB 显存
