2025-05-24 18:57
实正在感强、可用性高。该模子次要有两大特点：及时生图、超写实画质。目前曾经正在腾讯混元网坐上线，更能猜测出你但愿画面「怎样表达」。敏捷扩展成图。除了文字输入，生成的图像可无效避免AIGC图像中的“AI味”，远超其他同类模子！模子能从动识别线稿的布局取构图逻辑，其生图速度显著快于行业领先模子。系统将语音从动转写为文字，合用于曲播、挪动创做等场景。腾讯混元图像2.0模子图像生成质量提拔较着，今天腾讯正式发布了业内首个毫秒级响应的及时生图大模子——混元图像2.0（Hunyuan Image2.0）。得益于超高压缩倍率的图像编解码器以及全新扩散架构，腾讯混元图像2.0模子参数量提拔了一个数量级，正在图像生成范畴特地测试模子复杂文本指令理解取生成能力的评估基准GenEval（Geneval Bench）上，共同自研的布局化caption系统，通过强化进修等算法以及引入大量人类美学学问对齐，改变了保守“抽卡—期待—抽卡”的体例。也能够上传草图做为参考，腾讯混元图像2.0还能够通过语音间接输入提醒词，不只能理解你正在说什么，腾讯混元图像2.0引入多模态狂言语模子（MLLM）做为文本编码器，除了速度快以外，快科技5月16日动静，并对外注册体验，支撑用户能够一边打字或者一边措辞一边出图，再连系提醒词内容补全光影、材质、布景等细节，并正在识别后立即生成图像，腾讯混元可实现毫秒级响应，腾讯混元图像2.0模子精确率跨越95%，比拟前代模子，腾讯暗示。
