腾讯发布首个开源工业级原生多模态生图模型混元图像 3.0

腾讯发布了首个开源工业级原生多模态生图模型——“混元图像 3.0”，这一模型具备强大的图像生成能力，能够处理多种模态的数据，包括文本、语音和图像等，它是基于深度学习技术开发的，具有高度的灵活性和可扩展性，可以广泛应用于图像生成、虚拟现实、游戏开发等领域，该模型是开源的，将有助于推动工业级图像生成技术的发展和创新。

腾讯宣布推出并开源其原生多模态图像生成模型“混元图像 3.0（hunyuanimage 3.0）”，该模型参数量高达80b。

据了解，这是首个开源的工业级原生多模态图像生成模型，腾讯方面称其生成效果可与当前领先的闭源模型相媲美。值得一提的是，该模型具备基于知识进行推理的能力，能够理解长达千字的复杂文本描述，并支持在图像中生成大段文字内容。

“混元图像 3.0”是在今年5月发布的2.0版本基础上的进一步升级。2.0版本已实现毫秒级响应速度和超写实画质表现，支持实时图像生成，用户在输入文字过程中即可实时预览生成结果。

此前，腾讯混元系列已陆续开源了3D图像生成模型（2.0及2.5版本）、个性化角色生成插件InstantCharacter，以及多模态视频生成工具HunyuanCustom，逐步构建起一套完整的AIGC技术生态体系。

源码地址：点击下载