腾讯混元团队与中山大学、香港科技大学合作推出了全新的图生视频模型Follow-Your-Pose-v2，它革新了视频生成技术。以前，单一人物动作易实现，但现在，只需一张人物合照，多人就能同步“舞动”。这款模型有四大亮点：支持多人动作生成、具有强泛化能力、能用生活照和抓拍训练，且能处理遮挡问题，生成前后一致的画面。模型在多角色生成效果上超越现有技术35%以上，尤其在动作跟踪和视觉质量上表现出色。其创新之处在于使用嘈杂开源视频训练，结合光流、深度图和推理图指导器，提升了模型的稳定性和质量。这一技术在AIGC领域有广阔的应用前景，腾讯混元团队还发布了加速库，降低了使用门槛。相关论文和模型库可供进一步研究。

6月7日，腾讯携手中山大学和港科大推出了升级版图生视频模型"Follow-Your-Pose-v2"，发表于arXiv，新模型能根据人物图片和动作视频自动生成10秒视频，且推理速度更快，支持多人动作生成，具有强大泛化能力。此前，腾讯已发布混元文生图开源大模型加速库，生图时间缩短75%，并提供ComfyUI图形化界面降低使用门槛。