腾讯宣布开源其新研发的图像转视频生成框架 ——HunyuanVideo-I2V。该模型的发布是在其成功开源 HunyuanVideo 之后的又一重要进展，旨在推动开放源代码社区的深入探索。HunyuanVideo-I2V 结合了先进的视频生成技术，能够将静态图像转换为生动的视频内容，为创作者提供了更多的可能性。HunyuanVideo-I2V 利用了一个预训练的多模态大语言模型作为文本编码器，显著增强了模型对输入图像语义内容的理解能力。这意味着，用户输入的图像能够通过模型生成语义图像标记，这些标记与视频潜在标记相结

近日，腾讯混元视频模型（Hunyuan Video）在 X 平台上正式公开招募测试伙伴，标志着这一前沿 AI 视频生成技术迈入关键测试阶段。根据官方透露，测试结束后，该模型有很大概率会开源，为全球 AI 社区贡献其技术成果。混元视频模型是腾讯在 AI 视频生成领域的重要创新，拥有超过13B 的参数量，是目前开源模型中规模最大的视频生成模型之一。其核心技术包括高效的时空上下文建模能力以及对复杂物理规律的精准模拟，能够生成高质量且符合真实世界逻辑的视频内容。此前，腾讯混元团队

继接入DeepSeek R1之后，腾讯Hunyuan T1深度思考模型目前已在腾讯元宝内开启小范围的灰度测试，用户可以根据自己的需求自主选择使用。腾讯近期还宣布，旗下的多个产品已开始接入 DeepSeek 技术，包括 QQ 音乐 AI 助手、微信 AI 搜索、腾讯云 AI 代码助手等。

腾讯混元3D生成大模型是业界首个同时支持文字、图像生成3D的开源大模型，首批开源模型包含轻量版和标准版，轻量版能在10秒内生成高质量3D资产。该模型已在技术社区公开发布，包含模型权重、推理代码、模型算法等完整模型，可供开发者、研究者等各类用户免费使用。

腾讯今日发布开源MOE大语言模型Hunyuan-large，总参数量达398B，激活参数量52B。公开测评结果显示，腾讯混元Large在CMMLU、MMLU、CEva1、MATH等多学科综合评测集以及中英文NLP任务、代码和数学等9大维度全面领先，超过Llama3.1、Mixtral等一流的开源大模型。据了解，该模型在技术创新上可实现高质量合成数据，通过使用合成数据增强训练，有效应对自然数据的不足。在上下文处理能力方面，预训练模型支持高达256K的文本序列，显著增强了处理长上下文任务的能力。同时，腾讯混元宣布，为填补行业

国产大模型在人工智能的多模态领域展现出强劲实力，腾讯的hunyuan-vision和上海AI Lab的InternVL2-40B分别在闭源和开源领域领跑，超越国际知名模型。hunyuan-vision作为腾讯混元大模型的多模态版本，在API调用上受到开发者欢迎，并在腾讯元宝APP中免费开放，展现实用易用性。元宝APP在多模态能力评测中国内第一，通过一系列测试展示了其在理解中文语境、处理图像内容及实际应用中的出色表现，如理解梗图表情包、识别照片内容、挑战视觉错觉等。腾讯混元大模型持续迭代，已扩展至万亿参数规模，覆盖文本、多模态理解及生成领域。元宝APP主打实用AI搭子，具备多端同步、聊天记录同步及强大的多模态理解能力，能基于图片内容进行深入分析。未来，腾讯计划进一步提升融合模型的多模态能力，优化用户体验，并在深度搜索和深度长文阅读方面进行功能更新，以简化用户操作。

Comfy Org 在技术创新上取得了显著进展，针对Comfyui的原有问题进行了深入修正与更新。新增了对Flux模型（包括Flux.1-Dev和Flux.1-Schnell）的支持，以及腾讯Hunyuan DiT模型的集成，显著增强了AI图像生成能力，扩展了多语言支持。发布ComfyUI第四个稳定版本v0.0.4，推荐在生产环境中使用以确保系统稳定性。即将推出的全新TypeScript前端技术升级，将提供更强大的代码库支持，并引入核心执行引擎改进，允许实现for循环等高级编程功能，提升自定义节点作者和工作流作者的能力。通过这些更新，Comfy Org展示了其对技术创新和用户体验的持续承诺，使ComfyUI成为AI领域中更可靠和强大的工具。