腾讯混元文生图大模型全面开源！

文章预览

和大家汇报： 刚刚，腾讯混元文生图大模型，全面升级并对外开源！ 作为业内首个中文原生的DiT架构开源模型，腾讯混元文生图支持中英文双语输入及理解。 除 直接用于文生图，也可作为视频等多模态视觉生成的基础。 介绍一下，我的几项标签： //DiT架构 优秀的大模型，离不开领先的技术架构。 去年7月，腾讯混元文生图团队就明确了基于DiT架构的模型方向。 （DiT是基于Transformer的扩散模型架构，是Sora、Stable Diffusion 3 也选用的关键技术。） 今年初，腾讯混元文生图完成了模型架构的全面升级， 相比上一代整体效果提升超过20%。 //中文原生 此前，Stable Diffusion等主流文生图开源模型，核心数据集以英文为主，基于Stable Diffusion的中文应用本质上是通过中译英的方式处理文本。 碰上古诗词、民间俚语、传统建筑等中国元素，又或者「红烧狮子头」 ………………………………