腾讯混元发布 hunyuan-turbos-vision-video 视频理解模型

2025年7月28日，腾讯云混元发布视频生文模型 hunyuan-turbos-vision-video，基于 turbos-vision 基座构建，支持视频描述、视频内容问答等基本视频理解能力。模型最大输入24k tokens，最大输出8k tokens。视频理解是多模态模型的关键竞争领域，混元通过该模型切入，与 Gemini、GPT-4o 等形成竞争，但目前仅支持基本能力。主要面向视频内容分析、视频摘要、视频问答等场景的开发者和企业用户。