- 搜索
日期：2025/04/04 18:03来源：未知 人气：52
IT之家 5 月 14 日消息，腾讯宣布旗下的混元文生图大模型升级并对外开源 ，目前已经在 Hugging Face 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 。
▲ 混元文生图效果
▲ 混元长文生图效果
升级后的混元文生图大模型采用了与 Sora 一致的 DiT 架构，腾讯表示，混元 DiT 是首个中英双语 DiT 架构 。混元 DiT 是一个基于 Diffusion transformer 的文本到图像生成模型，此模型具有中英文细粒度理解能力，混元 DiT 能够与用户进行多轮对话，根据上下文生成并完善图像。这也是业内首个中文原生 的 DiT 架构文生图开源模型，支持中英文双语输入及理解，参数量 15 亿。
运行该模型需要支持 CUDA 的英伟达 GPU ，单独运行混元 DiT 所需的最低显存为 11GB ，同时运行 DialogGen（腾讯推出的文本转图像多模态交互式对话系统）和混元 DiT 则至少需要 32GB 的显存 ，腾讯表示他们已经在 Linux 上测试了英伟达的 V100 和 A100 GPU。
▲ 配置要求
据IT之家此前报道，国内首个官方“大模型标准符合性评测”结果公布，腾讯混元大模型、成为首批通过评测的国产大模型，首批通过的大模型还有阿里通义千问、360 智脑和百度文心一言。
