ITCOW牛新网 6月7日消息，腾讯混元团队近日携手中山大学和香港科技大学，共同发布了一款名为“Follow-Your-Pose-v2”的图生视频模型。这项创新成果已在arxiv上发表，为视频智能生成领域带来了新的突破。
“Follow-Your-Pose-v2”模型以其独特的多条件引导机制，解决了背景稳定性、多人动作生成以及角色外观一致性等挑战。该模型不仅能够处理复杂的背景和多人遮挡场景，还能在推理时减少耗时，支持生成长达10秒的高质量视频。无论输入人物的年龄、服装或背景如何，该模型都能生成高质量的视频。
据ITCOW牛新网了解，与此前的模型相比，“Follow-Your-Pose-v2”在保持高效率的同时，进一步优化了视频生成的质量和灵活性。此外，该模型的泛化能力也得到了显著提升，能够适应各种复杂场景，满足自动广告、社交媒体内容创作等多样化需求。
此外，腾讯此前已经发布了针对其混元文生图开源大模型（混元 DiT）的加速库，大幅提高了推理效率，缩短了生图时间。现在，用户可以通过ComfyUI的图形化界面，更便捷地使用腾讯混元文生图模型的能力。