2025年5月28日，腾讯混元发布并开源语音数字人模型HunyuanVideo-Avatar，该模型由腾讯混元视频大模型与腾讯音乐天琴实验室MuseV技术联合研发，为视频创作者带来新的视频生成能力，能根据用户上传的人物图像与音频，生成自然生动的视频。
模型发布及研发背景
2025年5月28日，腾讯混元发布并开源语音数字人模型HunyuanVideo-Avatar。此模型由腾讯混元视频大模型（HunyuanVideo）及腾讯音乐天琴实验室MuseV技术联合研发。
模型功能特点
HunyuanVideo-Avatar支持头肩、半身与全身景别，以及多风格、多物种与双人场景。面向视频创作者，它提供高一致性、高动态性的视频生成能力。用户上传人物图像与音频后，该模型会自动理解图片与音频，例如人物所在环境、音频蕴含的情感等，让图中人物自然地说话或唱歌，生成包含自然表情、唇形同步及全身动作的视频。
