腾讯混元团队联合中山大学、香港科技大学联合推出全新图生视频模型“Follow-Your-Pose-v2”，相干成果已经发表在 arxiv 上（IT之家附 DOI:10.48550/arXiv.2406.03035）。据介绍，“Follow-Your-Pose-v2”只需要输出一张人物图片和一段行动视频，就可以让图片上的人跟随视频上的行动动起来，生成视频长度可达 10 秒。与此前推出的模型相比，“Follow-Your-Pose-v2”可以在推理耗时更少的情况下，支持多人视频行动生成。此外，该模型具备较强的泛化威力，
腾讯混元团队联合中山大学、香港科技大学联合推出全新图生视频模型“Follow-Your-Pose-v2”，相干成果已经发表在 arxiv 上（IT之家附 DOI:10.48550/arXiv.2406.03035）。
据介绍，“Follow-Your-Pose-v2”只需要输出一张人物图片和一段行动视频，就可以让图片上的人跟随视频上的行动动起来，生成视频长度可达 10 秒。
与此前推出的模型相比，“Follow-Your-Pose-v2”可以在推理耗时更少的情况下，支持多人视频行动生成。
此外，该模型具备较强的泛化威力，无论输出人物是什么年龄、服装，背景如何杂乱，行动视频的行动如何复杂，都能生成出高质量的视频。
正如IT之家前一天的报道，腾讯已经公布了针对腾讯混元文生图开源大模型（混元 DiT）的加快库，号称大幅提升推理效率，生图时间收缩 75%。
官方表示，混元 DiT 模型的使用门槛也大幅降低，用户可以基于 ComfyUI 的图形化界面使用腾讯混元文生图模型威力。
相干阅读：
《腾讯混元文生图开源大模型加快库发布：生图时间收缩 75%》