腾讯发布“混元图像 3.0”,首个开源工业级原生多模态生图模型
腾讯宣布推出并开源原生多模态图像生成模型“混元图像 3.0(HunyuanImage 3.0)”,参数规模达 80B。
据悉,该模型是首个开源工业级原生多模态生图模型,腾讯表示该模型效果能够对标业界头部闭源模型。此外,模型能够利用知识进行推理,解析千字级别的复杂语义,并生成长文本文字。
腾讯混元图像 3.0 模型是继今年 5 月发布的 2.0 版本后的升级,2.0 版本已实现毫秒级响应和超写实画质,支持实时生图功能,用户可边打字边出图。
腾讯混元系列此前已陆续开源 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 技术矩阵。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
苹果推出新图像模型 Manzano 实现理解与生成双重能力
苹果公司最近在其研究中介绍了一种名为 Manzano 的新型图像模型,该模型旨在同时处理图像理解和生成。这一双重能力的实现是当前许多开源模型面临的技术难题,而苹果表示,这使其在图像处理的效率和效果上更接近商业系统,如 OpenAI 和谷歌所提供的技术。 目前,Manzano 尚未对外发布,也没有进行公开演示。但苹果的研究团队分享了一篇研究论文,附带了一些低分辨率的图像样本,展示了模型在处理复杂提示时的能力。这些样本与开源模型 Deepseek Janus Pro 和商业系统 GPT-4o、Gemini2.5Flash Image Generation(又名 “Nano Banana”)的输出进行了对比。在三组挑战性提示的测试中,Manzano 的表现与 OpenAI 的 GPT-4o 和谷歌的 Nano Banana 相当。 苹果指出,目前大多数开源模型的核心限制在于,它们往往需要在强大的图像分析和生成能力之间进行选择,而商业系统则能够两者兼顾。尤其是在处理包含大量文本的任务时,如阅读文件或解读图表,现有模型表现尤为乏力。 Manzano 的设计采用了一种混合图像标记器,这一核心理念使...
-
下一篇
阿联酋总统会见 Sam Altman,商讨 AI 合作事宜
据阿联酋国家通讯社报道,阿联酋总统于周六在阿布扎比会见了 OpenAI 首席执行官Sam Altman。双方会谈重点在于,加强 OpenAI 与阿联酋相关机构的合作,尤其在人工智能研究及其实际应用领域。 通讯社补充称:“此次合作符合阿联酋打造一体化人工智能生态系统的愿景,将为该国的发展规划提供支持,并助力其建设知识型经济。” 作为主要石油出口国,阿联酋正在建设全球规模最大的人工智能数据中心之一,并推出一款全新的阿拉伯语人工智能模型。同时,阿联酋也在寻求借助其与美国的良好关系,获取人工智能技术的使用渠道。 今年 5 月,阿联酋与美国签署协议,前者将在美国境外建设全球最大的人工智能园区之一。该协议是在美国总统特朗普访问阿布扎比期间宣布的。
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2整合Thymeleaf,官方推荐html解决方案
- CentOS7,8上快速安装Gitea,搭建Git服务器
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- Dcoker安装(在线仓库),最新的服务器搭配容器使用
- Linux系统CentOS6、CentOS7手动修改IP地址
- CentOS7,CentOS8安装Elasticsearch6.8.6
- Crontab安装和使用
- Docker安装Oracle12C,快速搭建Oracle学习环境
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作