昨天，腾讯混元正式发布并开源原生多模态生图模型「混元图像 3.0（HunyuanImage 3.0）」，参数规模高达 80B。
据介绍，这是首个开源工业级原生多模态生图模型，也是目前效果最强、参数量最大的开源生图模型，效果对标业界头部闭源模型。
混元图像 3.0 在语义理解、美学质感和推理能力上均有显著提升，能够解析千字级复杂语义并生成高质感图像。
与传统多模型组合方案不同，混元图像 3.0 采用原生多模态架构，可在单一模型内完成文字、图片、视频与音频等多模态输入输出。
官方表示，该模型不仅具备绘画能力，还拥有语言模型的常识与推理能力。例如输入提示词「生成一个月全食的四格科普漫画」，模型即可自主生成完整漫画，无需逐格描述。
此外，混元图像 3.0 在文字生成、复杂海报设计、漫画插画等场景中表现突出，能够满足插画师、设计师及内容创作者的多样化需求，大幅提升创作效率。
目前开放的版本仅支持文生图功能，图生图、图像编辑、多轮交互等能力将在后续逐步上线。
用户可通过电脑端访问腾讯混元官网体验该模型](https://hunyuan.tencent.com/image)体验该模型)，模型权重与加速版本已同步上线 Github、Hugging Face 等开源社区，企业与个人开发者均可免费下载使用。
💻 Github：https://github.com/Tencent-Hunyuan/HunyuanImage-3.0
🤗 Hugging Face：https://huggingface.co/tencent/HunyuanImage-3.0
声明：内容来源公开的各类媒体平台，若收录的内容侵犯了您的权益，请联系邮箱，本站将第一时间处理。