优秀的大模型，离不开领先的技术架构。
去年7月，腾讯混元文生图团队就明确了基于DiT架构的模型方向。
（DiT是基于Transformer的扩散模型架构，是Sora、Stable Diffusion 3 也选用的关键技术。）
今年初，腾讯混元文生图完成了模型架构的全面升级，相比上一代整体效果提升超过20%。
碰上古诗词、民间俚语、传统建筑等中国元素，又或者「红烧狮子头」「老婆饼」「鱼香肉丝」等特色词汇，容易出现较大的理解偏差。
中文原生的腾讯混元文生图，母语就是中文：
通过对汉语字符系统、文化内涵的深度学习，对国风元素和中文复杂性有更深刻的理解。
文生图提示词：
请将“杞人忧天”的样子画出来
多轮文生图提示词：(1)画一朵长在森林中的白色玫瑰；(2)背景换成室内，花插在瓶中；(3)将花改为百合花；(4)花瓣改为粉色；(5)让蝴蝶落在花瓣上；(6)改成动漫风格。
– 长文本理解：能分析和理解长篇文本中的信息并生成相应艺术作品。
文生图提示词：一张细致的照片捕捉到了一尊雕像的形象，这尊雕像酷似一位古代法老，头上出人意料地戴着一副青铜蒸汽朋克护目镜。这座雕像穿着复古时髦，一件清爽的白色T恤和一件合身的黑色皮夹克，与传统的头饰形成鲜明对比。背景是简单的纯色，突出了雕像的非传统服装和蒸汽朋克眼镜的复杂细节。
//全面开源
目前，腾讯混元文生图大模型已在 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。
不管是企业还是个人开发者，全部免费可用。
此次混元文生图将新一代模型完整开源，也是希望进一步共享经验，惠及行业，共建下一代视觉生成开源生态。
最后，附上我们的开源地址，欢迎拍砖↓
https://dit.hunyuan.tencent.com/
——The End—— 分享 收藏 点赞 在看
