HunyuanVideo-FoleyHunyuanVideo‑Foley是腾讯混元团队开源的多模态视频拟音生成模型,可根据视频画面与文字描述自动生成高保真、精准同步的音效。采用多模态扩散变换器与表征对齐(REPA)技术,结合 Synchformer 时间对齐模块,实现音画逐帧匹配。支持短视频、影视后期、广告创意、游戏开发等多场景应用,生成媲美录音室质量的 48kHz 专业音效,让创作者高效完成沉浸式视听内容制作。05060AI大模型# 48kHz高保真音频生成# AI视频拟音生成# HunyuanVideo-Foley