Hunyuan宣佈 HunyuanImage 3.0 的發佈與開源——據說這是迄今為止最大、最強的開源文生圖模型，其總參數量超過800億，推理時每個 token 會激活其中的130億參數。 其效果完全可以媲美業界頂級的閉源模型。🚀🚀🚀

HunyuanImage 3.0 源於Hunyuan內部自研的原生多模態大語言模型，並針對文生圖任務進行了微調和後訓練。 這一獨特的根基賦予了模型一系列強大能力： ✅運用世界知識進行推理 ✅理解上千字的複雜提示詞 ✅在圖片中生成精準的文字

與傳統的 DiT 架構圖像生成模型不同，HunyuanImage 3.0 的 MoE 架構採用了一種基於 Transfusion 的方法，將 Diffusion 和 LLM 訓練深度耦合，形成一個統一的強大系統。

HunyuanImage 3.0 基於 Hunyuan-A13B，在一個龐大的數據集上進行訓練：50億個圖文對、視頻幀、交錯的圖文數據，以及6萬億 token 的文本語料庫。 這種跨多模態生成、理解和 LLM 能力的混合訓練，使模型能夠無縫集成多項任務。

無論你是插畫師、設計師還是創作者，它都能將你的工作流程從數小時縮短到幾分鐘。 HunyuanImage 3.0 能夠生成複雜的文字、精細的漫畫、富有表現力的表情符號，以及用於教育內容的生動有趣的插圖。