腾讯混元开源 Prism：2K 视频+音频联合生成的稀疏注意力方案
Diabolicor · reddit · 2026-10-06
腾讯混元团队的 Prism（Dynamic Sparse Attention for Native 2K Joint Video-Audio Generation） 代码已开源发布，支持原生 2K 分辨率的视频与音频联合生成训练，通过动态稀疏注意力降低训练开销。
- HuggingFace：FrancisRing/Prism
- GitHub：Tencent-Hunyuan/Prism
- 配套演示视频已发布在 YouTube
所属事件:腾讯混元联合高校开源 Prism,实现原生 2K 视频音频联合生成(3 条相关)→
「多模态」频道最新
- 5090 本地跑 Minimax H3 出 2K 视频:1984x1120 单段生成耗时 30 分钟 — Kooky-Mode3047 · 2026-10-06
- Wan2GP 更新显存管理:15 秒视频从 10 分钟提速到 5 分钟,首击不再 OOM — orangpelupa · 2026-10-06
- MIRRORSIDE 展示纯 AI 生成「不存在的片场」幕后影像 — StrategyMedium5907 · 2026-10-06
- Qwen-Image 2.1 图像编辑常显「未完成感」，作者晒参数求解 — Suspicious_Aide2697 · 2026-10-06
- 创作者用 Codex 与 GPT-6 Astra 分流重复工作流 — socialwithaayan · 2026-10-06
- Midjourney 风格码 sref 705714994 可生成笔刷质感角色 — michaelrabone · 2026-10-06