腾讯混元生图

腾讯混元生图是腾讯公司开发的一种基于人工智能的图像生成模型。该模型采用了DiT（Diffusion With Transformer）架构，这是一种结合了扩散技术和变换器（Transformer）的先进架构，类似于Sora和Stable Diffusion 3 。

混元生图模型支持中英文双语输入及理解，具有15亿参数量，使其在处理中文内容时表现出色，能够理解和生成与输入相关的高质量图像内容 。此外，该模型还具备多轮对话能力，增强了其在实际应用中的灵活性和实用性。

自2023年10月首次对外开放以来，混元生图经历了多次版本更新迭代，不断提升其代码能力和图像生成能力。据报道，其代码能力已达到业界领先水平，提升了20% 。

2024年5月14日，腾讯宣布混元生图大模型全面升级并对外开源，该模型已在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，可供企业与个人开发者免费商用 。