模型架构上用到了 采用了 Transformer 和 Full Attention 的设计用于视频生成。整体框架也是用到了主流的视频生成框架DIT，并加入了“双流到单流的机制★★★”★。在双流阶段，视频和文本 token 通过并行的 Transformer Block 独立处理，使得每个模态可以学习适合自己的调制机制而不会相互干扰★★。在单流阶段，我们将视频和文本 token 连接起来并将它们输入到后续的 Transformer Block 中进行有效的多模态信息融合。这种设计捕捉了视觉和语义信息之间的复杂交互★★，增强了整体模型性能。

　　虽然今年我写文章并不多★★，但是还是坚持创作了12个月★★★。微信也因此给我奖励了几千个红包封面。

　　这一步需要安装运行的一些依赖包。首先打开第二步下载的文件夹ComfyUI，然后打开命令行终端，运行下面的命令即可★★：

　　此步需要你将 ComfyUI 代码拉到本地。如果你会 Git 请在 Terminal 运行以下代码★★★，即可完成此步骤★★：

　　腾讯已经开源了其hunyuan video模型，效果在VBench的榜单上★，属于是开源排名第一★★，效果确实不错。（排名比hunyuan video高的基本都是闭源模型）

　　首先安装comfyui框架：这个框架可以部署到本地上，调整参数★，帮你生成各种各样的图片或者视频

　　恰巧今年AI视频生成技术这么火爆★，因此想着能不能直接用AI生成一个好看的微信红包封面呢★★？下面就是我制作的一个微信红包，感兴趣的可以领取一下哦~

　　说干就干！首先本着白嫖的想法，因此初步考虑直接用Comfyui制作一个视频。AI视频生成模型则用了腾讯开源的混元视频生成模型。