腾讯混元文生图大模型对外开源，“中文原生”成最大亮点

紫金财经5月16日消息 随着算力的增强和数据资源的丰富，全球主流科技厂商不断探索更加高效的模型训练和优化方法，以推动生成式人工智能技术进一步发展。值得关注的是，大模型的使用门槛也在不断降低，C端免费、B端降价逐渐成为主流。



5月14日，腾讯宣布其旗下混元文生图大模型全面升级，并对外开源。这也是首个中文原生的类Sora架构开源模型，填补了国产大模型在文生图先进架构上的空白。



混元文生图大模型支持中英文双语输入及理解，不过“中文原生”才是腾讯混元文生图大模型的最大亮点，在古诗词、俚语、传统建筑、中华美食、当地习俗等中国元素的生成上表现出色。



此外，腾讯混元团队在算法层面优化了模型的长文本理解能力，能够支持最多256字符的内容输入。同时，在算法层面创新实现了多轮生图和对话能力，可实现在一张初始生成图片的基础上，通过自然语言描述进行调整，从而达到更满意的效果。



评测数据显示，混元文生图大模型是目前效果最好的开源文生图模型，整体能力达到国际领先水平。腾讯混元文生图能力，已经广泛被用于素材创作、商品合成、游戏出图等多项业务及场景中。一些主流媒体也将腾讯混元文生图用于新闻内容的辅助生产。



腾讯文生图负责人芦清林表示：“腾讯混元文生图的研发思路就是实用，坚持从实践中来，到实践中去。此次把最新一代模型完整开源出来，是希望与行业共享腾讯在文生图领域的实践经验和研究成果，共建中文文生图开源生态，加速大模型行业发展。”



腾讯在开源上一直持开放态度，目前已开源了超170个优质项目，均来源于腾讯真实业务场景，覆盖微信、腾讯云、腾讯游戏、腾讯AI、腾讯安全等核心业务板块。