（北京17日综合电）腾讯16日正式发布AI业内首个毫秒级回应的即时生图大模型——混元图像2.0（Hunyuan Image2.0），此一即时生图大模型已在在腾讯混元官方网站上线，并对外开放注册体验。该模型主要有2大特点：即时生图、超写实画质。
据《快科技》报道，腾讯混元图像2.0相比前代模型，其参数量提升了一个数量级，得益于超高压缩倍率的图像转码器以及全新扩散架构，其生图速度显著快于行业领先模型。
ADVERTISEMENT
在同类商业产品每张图推理速度需要5到10秒的情况下，腾讯混元可实现“毫秒级”回应，支持用户可以一边打字或者一边说话一边出图，改变了传统“抽卡—等待—抽卡”的方式。
除了速度快以外，腾讯混元图像2.0模型图像生成品质提升明显，通过强化学习等演算法以及引入大量人类美学知识对齐，生成的图像可有效避免AIGC图像中的“AI味”，真实感强、细节丰富、可用性高。
腾讯混元图像2.0引入多模态大语言模型（MLLM）作为文本编码器，配合自研的结构化caption系统，不仅能理解你在说什么，更能推测出你希望画面“怎么表达”。哪怕你一句话里埋了三层含义，它也能一一拆解，再一笔一笔划出来。
使用者也可以上传草图作为参考，模型能自动识别线稿的结构与构图逻辑，再结合提示词内容补全光影、材质、背景等细节，迅速扩展成图。
字
ADVERTISEMENT
热门新闻
百格视频
ADVERTISEMENT
