騰訊混元發布并開源的語音數字人模型HunyuanVideo-Avatar，由騰訊混元視頻大模型（HunyuanVideo）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。用戶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、音頻所蘊含的情感等，讓圖中人物自然地說話或唱歌，生成包含自然表情、唇形同步及全身動作的視頻。