腾讯混元推出并开源原生多模态图像生成模型“混元图像3.0”

这里可以调整气泡内文字大小！滑动试试吧！ ×

12 px

26 px

腾讯混元今日正式推出并开源了原生多模态图像生成模型“混元图像3.0（HunyuanImage 3.0）”，该模型参数规模达到80B，成为首个开源的工业级原生多模态生图模型。腾讯方面表示，混元图像3.0的效果可对标业界头部闭源模型，具备强大的图像生成能力。

除了基本的图像生成功能外，混元图像3.0模型还具备利用知识进行推理的能力，可以解析千字级别的复杂语义，并生成包含长文本的文字图像。这一升级使得模型在应对复杂场景和需求时表现出色。

此次发布的混元图像3.0是继今年5月发布的2.0版本后的又一次重要升级。2.0版本已经实现了毫秒级响应和超写实画质，支持实时生图功能，用户可以边打字边看到生成的图像。

腾讯混元系列此前已经陆续开源了3D生成模型（2.0/2.5版本）、定制化图像生成插件InstantCharacter以及多模态视频生成工具HunyuanCustom，形成了完整的AIGC（人工智能生成内容）技术矩阵。