首个中文原生DiT架构!腾讯混元文生图大模型全面开源,免费商用 siyushenqi.com • 2025 年 8 月 13 日 下午11:17 • 行业动态 • 阅读 464 中文 AI 社区迎来了一个好消息:与 Sora 同架构的开源文生图大模型来了! 中文 AI 社区迎来了一个好消息:与 Sora 同架构的开源文生图大模型来了! 5 月 14 日,腾讯宣布旗下混元文生图大模型全面升级并全面开源,目前已在 Hugging Face 平台及 GitHub 上发布,包含模型权重、推理代码、模型算法等完整模型,可供企业与个人开发者免费商用。 官网地址:https://dit.hunyuan.tencent.com/ GitHub 项目地址:https://github.com/Tencent/HunyuanDiT Hugging Face 模型地址:https://huggingface.co/Tencent-Hunyuan/HunyuanDiT 技术报告地址:https://tencent.github.io/HunyuanDiT/asset/Hunyuan_DiT_Tech_Report_05140553.pdf 据了解,这是业内首个中文原生的 DiT 架构文生图开源模型,支持中英文双语输入及理解,参数量 15 亿。 升级后的混元文生图大模型采用了与 Sora 一致的 DiT 架构,即全新的 Hunyuan-DiT 架构,不仅可以支持文生图,也可以作为视频等多模态视觉生成的基础。 为了全面比较 Hunyuan-DiT 与其他文生图模型的生成能力,腾讯混元团队构建 4 个维度的测试集,邀请超过 50 名专业评估人员进行评估,包括文本图像一致性、排除 AI 伪影、主题清晰度、审美。 从下表结果可以看到,采用 Hunyuan-DiT 架构的腾讯混元文生图模型效果远超开源的 Stable Diffusion 模型,是目前效果最好的开源文生图模型,整体能力属于国际领先水平。 与其他 SOTA 模型的比较。 与这些 SOTA 模型的定性比较结果如下图所示。 全新 DiT 架构 腾讯混元文生图要做开源模型 No.1 大模型的优异表现,离不开领先的技术架构。 升级后的腾讯混元文生图大模型采用了全新的 DiT 架构(DiT 即 Diffusion With Transformer),这是 OpenAI Sora 和 Stable Diffusion 3 的同款架构和关键技术,是一种基于 Transformer 架构的扩散模型。 过去,视觉生成扩散模型主要基于 U-Net 架构,但随着参数量增加,基于 Transformer 架构的扩散模型展现了更好的扩展性,有助于进一步提升模型生成质量及效率。Sora 很好地说明了这一点。 腾讯混元是业界最早探索并应用大语言模型结合 DiT 结构的文生图模型之一。从 2023 年 7 月起,腾讯混元文生图团队就明确了基于 DiT 架构的模型方向,并启动了新一代模型研发。今年初,混元文生图大模型已全面升级为 DiT 架构。 Hunyuan-DiT 的模型结构如下图 7 所示,采用了创新的网络架构,结合了双语 CLIP 和多语言 T5 编码器,通过精心设计的数据管道进行训练和优化,支持多轮对话,能够根据上下文生成并完善图像。 在 DiT 架构之上,腾讯混元团队支持了中英双语文本提示生成图像,并在算法层面优化模型的长文本理解能力,能够支持最多 256 字符的内容输入,达到行业领先水平。 此外,混元文生图大模型在算法层面创新实现了多轮生图和对话能力,可实现在一张初始生成图片的基础上,通过自然语言描述进行调整,从而达到更满意的效果。 更多多轮对话生成示例如下图所示。 中文原生也是腾讯混元文生图大模型的一大亮点。此前,像 Stable Diffusion 等主流开源模型核心数据集以英文为主,对中国的语言、美食、文化、习俗都理解不够。 作为首个中文原生的 DiT 模型,混元文生图具备了中英文双语理解及生成能力,在古诗词、俚语、传统建筑、中华美食等中国元素的生成上表现出色。我们可以看以下一些生成示例。 腾讯混元文生图还更擅长细粒度文本提示生成。 评测结果显示,新一代腾讯混元文生图大模型视觉生成整体效果,相比前代提升超过了 20%,不仅在语义理解、画面质感与真实性方面全面提升,而且在多轮对话、多主体、中国元素、真实人像生成等场景下效果提升显著。 这一次 腾讯混元选择全面开源文生图模型 腾讯混元文生图能力,已经广泛被用于素材创作、商品合成、游戏出图等多项业务及场景中。今年初,腾讯广告基于腾讯混元大模型,发布了一站式 AI 广告创意平台腾讯广告妙思,可为广告主提供文生图、图生图、商品背景合成等多场景创意工具,有效提高了广告生产及投放效率。 腾讯混元文生图大模型的开源,填补了中文原生 DiT 文生图架构的缺失,有助于更多的开发者和创作者参与进来,一起探索、共创基于 DiT 架构的视觉生成生态,更好地去验证、挖掘这个技术架构的潜力。 腾讯文生图负责人芦清林表示:「腾讯混元文生图的研发思路就是实用,坚持从实践中来,到实践中去。此次把最新一代模型完整开源出来,是希望与行业共享腾讯在文生图领域的实践经验和研究成果,丰富中文文生图开源生态,共建下一代视觉生成开源生态,推动大模型行业加速发展。」 基于腾讯开源的文生图模型,开发者及企业无需从头训练,即可以直接用于推理,并可基于混元文生图打造专属的 AI 绘画应用及服务,能够节约大量人力及算力。透明公开的算法,也让模型的安全性和可靠性得到保障。 此外,基于开放、前沿的混元文生图基础模型,也有利于在以 Stable Diffusion 等为主的英文开源社区之外,丰富以中文为主的文生图开源生态,形成更多样原生插件,推动中文文生图技术研发和应用。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/33746.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 AI 创作如何不侵权,如何保护自己的创意? 上一篇 2025 年 8 月 13 日 下午11:17 降价是字节AI的出路吗? 下一篇 2025 年 8 月 13 日 下午11:17 相关推荐 Voodoo、Lion Studios谈超休闲游戏,这些类型值得关注! 日本媒体Gamebiz采访了三家精通超休闲赛道的厂商——Voodoo、Lion Studios以及“有趣法人KAYAC”,其向同行解释了他们做游戏的方法,以及如何看超休闲游戏发展。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 514000 行业动态 短剧热潮席卷海外:好莱坞跌倒的地方,中国公司狂赚 让老外真香的中式“抓马” siyushenqi.com 2025 年 8 月 18 日 470000 行业动态 中国AI企业闯中东:石油资本背后的技术远征 沙特“2030愿景”、阿联酋“十年AI占GDP 14%”等巨额投入,叠加国内融资骤降、算力受限,驱动小库科技、文远知行、慧新智能等集体迁徙,把中东变成“第二主场”。 siyushenqi.com 2025 年 8 月 26 日 497000 因为仓鼠题材太受欢迎,一家游戏公司专门成立了“仓鼠部” 日本有家名叫Success的游戏公司,成立于1978年,到现在已经拥有了相当悠久的历史。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 580000 行业动态 美团外卖海外版Keeta正式上线沙特 美团外卖海外版Keeta在沙特上线,继香港之后进行首次国际扩张 siyushenqi.com 2025 年 8 月 5 日 487000 2022年墨西哥时尚类电商市场报告 在经历了两年多的疫情影响后,网上购物似乎成为了民众消费的最佳解决方案。在过去的6个月里,40%的墨西哥线上消费者通过互联网购买了时尚类产品。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 353000 行业动态 干货!Google和iOS如何做好ASO,答案都在这篇文章里 私域神器社群本次邀请到了独立开发者秦小虎,拥有6年ASO增长实战经验,整理沉淀了万字ASO海外增长常见问答。 siyushenqi.com 2026 年 1 月 15 日 400000 行业动态 又一行业巨变!美国取消800美元免税政策 2025年2月1日,美国总统特朗普签署行政令,对进口自中国的商品加征10%关税,并取消对价值低于800美元的小额货物关税豁免政策。 siyushenqi.com 2025 年 8 月 5 日 441000 行业动态 WhatsApp蓝标号对外贸业务的信任赋能 WhatsApp蓝标号提升商家可信度 增强客户信任感 促进交易成功率 提高沟通效率 吸引更多潜在客户 WhatsApp蓝标号提升商家可信度 在当今数字化时代,WhatsApp已经成为全球重要的沟通工具之一,尤其在外贸业务中,其地位愈加突出。WhatsApp蓝标号(WhatsApp Business Verified Badge)作为一种认证标识,提供了重要的… siyushenqi.com 2025 年 8 月 13 日 下午11:17 464000 文心一言面世:能打硬仗的百度回来了 3 月 16 日,李彦宏现场展示了「文心一言」在五个场景中的应用案例,并分享了大模型带来的三大产业机会。 siyushenqi.com 2025 年 8 月 14 日 • 行业动态 419000 行业动态 利润收缩、股价跌停,CEO:我们不喜欢用KPI去管理 报告显示:7-9月,公司净利润1.83亿元,同比下降43.31%;而再回望前三季度(1-9月),吉比特净利润为8.59亿元,同比下降15.07%。 siyushenqi.com 2025 年 8 月 18 日 481000 行业动态 马斯克:Optimus机器人明年开卖 特斯拉CEO马斯克在达沃斯表示,Optimus或于2027年底前面向公众销售,目前已能在工厂执行简单任务。 siyushenqi.com 2026 年 1 月 29 日 370000 告别“博学”,迎接“共情” ,融云如何为出海者铺就通信+AI 的基石? 融云以全球通信网络+高情商AI Agent,为中国出海应用一键注入“会共情”的数字能力。 siyushenqi.com 2025 年 8 月 29 日 • 行业动态 543000 行业动态 AI不应该把所有桌子都掀了 从对一个对话框的幻想,到给大模型系统级的能力。 siyushenqi.com 2025 年 8 月 13 日 401000 行业动态 20多年IP,1000万预约遭玩家吐槽太氪! MMO鼻祖表现如何? 回归国服的《仙境传说:爱如初见》玩家是否买账?具体表现如何?买量投放怎么操作的? siyushenqi.com 2025 年 8 月 18 日 487000 行业动态 海外题材手游找投资;休闲益智游戏寻发行方;需要海外短剧资源;土耳其通道+美区小额通道|私域神器每周合作精选No.199 本期精选的合作类型涵盖海外题材手游找投资;休闲益智游戏寻发行方;需要海外短剧资源;土耳其通道+美区小额通道等。接下来就一起看看吧~ 转自扬帆出海 2026 年 3 月 31 日 295000 行业动态 中国手机厂商苦印度久矣 印度的查税风暴终于盯上了华为。 siyushenqi.com 2025 年 8 月 13 日 420000 行业动态 百道数据 作为非游峰会-联合赞助出席PAGC 2025丨第五届全球产品与增长展会 百道数据 作为非游峰会-联合赞助出席PAGC 2025丨第五届全球产品与增长展会 siyushenqi.com 2025 年 8 月 17 日 465000 行业动态 一大拨卖家将跟阿里出海 马云:我们希望在全球培育10亿消费者。 siyushenqi.com 2025 年 8 月 12 日 402000 行业动态 这可能是今年小游戏的最佳模板 抓住黄金5分钟 siyushenqi.com 2025 年 8 月 18 日 422000 行业动态 漫剧到底是不是真市场 2025年“漫剧”成内容行业最热关键词。 siyushenqi.com 2025 年 12 月 29 日 350000 讲故事还是玩韩流?女性向手游还没想好自己的下一站 什么样的女性向游戏,才是女性想要的游戏? siyushenqi.com 2025 年 8 月 24 日 • 行业动态 454000 行业动态 重磅!美国新关税上限锁定70%,8月生效!全球贸易版图或生变,对中国影响几何? 当地时间7月4日,美国总统再度在全球贸易领域投下 “重磅炸弹”:宣布从当日起向多个贸易伙伴致函,单方面设定新的关税税率,新政策应该将于8月1日正式生效。 据其公开表态,7月4日当天已发出 “10或12封” 函件,剩余信件将在7月9日前全部送达。而这一天,正是美国此前划定的关税谈判最后期限。对于外界最关注的税率,美国总统明确表示 “可能从10%、20% 到60… siyushenqi.com 2025 年 8 月 13 日 下午11:17 464000 行业动态 OpenClaw与ChatGPT区别比较及选型建议 OpenClaw和ChatGPT代表了不同类型的人工智能工具,前者专注于本地自动化任务执行,强调隐私与定制化,后者以强大的对话和内容生成能力闻名,适合信息交互和文本创作。两者在应用场景、功能特点和用户需求上存在明显差异,为选择合适的A... siyushenqi.com 2026 年 3 月 9 日 481000 行业动态 终结谷歌搜索!OpenAI免费开放ChatGPT搜索,无需注册 凌晨3点,OpenAI宣布向所有用户开放ChatGPT搜索功能,无需注册即可使用。 siyushenqi.com 2025 年 8 月 13 日 408000 断臂求生后,Shopee母公司Sea首次实现单季度盈利 股价暴跌、业务收缩、持续亏损之后,Sea迎来了一线生机。 siyushenqi.com 2025 年 8 月 12 日 • 行业动态 490000 行业动态 中国电商卖家在印尼“掠夺式定价”? 来自政策层面的不同声音 siyushenqi.com 2025 年 8 月 13 日 439000 出海Top 20的黑马团队,下场做了一个易用且免费的AIGC工具 游戏团队做的AI绘图工具,靠谱吗 siyushenqi.com 2025 年 8 月 19 日 • 行业动态 510000 行业动态 暴雪诉讼,全球最大《魔兽世界》怀旧私服"乌龟服"被永久关停 暴雪诉全球最大《魔兽世界》怀旧私服"乌龟服"案获法院永久禁令判决,被告被要求立即停止运营相关私服及客户端,双方已达成保密和解协议,案件预计2026年6月正式撤诉。 转自扬帆出海 2026 年 4 月 18 日 266000 行业动态 Walmart(沃尔玛)自养号:提升销量与排名的运营全攻略 在沃尔玛电商平台的激烈竞争中,销量与排名直接决定着产品的市场表现。自养号测评作为一种精细化运营策略,通过模拟真实用户行为、优化关键词布局、构建独立测评环境,成为提升产品竞争力的有效途径。本文将从技术搭建、行为模拟、风险控制三个维度,系统解析自养号测评的核心逻辑与实操方法。 一、技术环境搭建:构建独立测评生态自养号测评的核心在于模拟真实用户的物理与网络环境。首… siyushenqi.com 2025 年 8 月 13 日 下午11:17 464000 发表回复 请登录后评论...登录后才能评论 提交