首页 文章 精选 留言 我的
优秀的个人博客,低调大师

微信关注我们

原文链接:https://www.oschina.net/news/374942

转载内容版权归作者及来源网站所有!

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。

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。

仅 2B 激活参数,Moondream 3.0 碾压 GPT-5 和 Claude 4

最新发布的 Moondream3.0 (预览版) 以其高效的混合专家 (MoE) 架构,凭借总 9B 参数、激活仅 2B 的轻量设计,实现了前沿级视觉推理能力。 这一升级版模型不仅在复杂场景下表现出色,甚至在多项基准测试中超越了GPT-5、Gemini和Claude4等头部模型。相较于今年1-2月推出的Moondream2版本(擅长验证码识别),3.0版扩展了应用边界,支持32K上下文长度,适用于实时交互和代理工作流。 Moondream3.0采用创新的MoE架构,总参数9B,但激活参数仅2B,确保推理速度与前代相当,同时保持高效部署友好性。模型集成SigLIP视觉编码器,支持多裁剪通道拼接,实现令牌高效的高分辨率图像处理。隐藏维度为2048,使用自定义高效SuperBPE分词器,并引入多头注意力机制,结合位置和数据依赖的温度缩放,提升长上下文建模能力。 这一设计源于Moondream2的“上采样”初始化,训练数据约450B令牌,远低于头部模型的万亿级规模,却实现了无妥协的性能。开发者可通过Hugging Face轻松下载,支持云API和本地运行,当前需NVIDIA GPU24GB+内...

相关文章

发表评论

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册