5月28日|騰訊混元發佈並開源的語音數字人模型HunyuanVideo-Avatar,由騰訊混元視頻大模型及騰訊音樂天琴實驗室MuseV技術聯合研發,支持頭肩、半身與全身景別,以及多風格、多物種與雙人場景,面向視頻創作者提供高一致性、高動態性的視頻生成能力。用户可上傳人物圖像與音頻,HunyuanVideo-Avatar模型會自動理解圖片與音頻,比如人物所在環境、音頻所藴含的情感等,讓圖中人物自然地説話或唱歌,生成包含自然表情、脣形同步及全身動作的視頻。