💥 硬核，腾讯混元的 HunyuanImage-3.0 会先想清楚你要什么再动笔，还能把三张图融成一张。 HunyuanImage-3.0 在 GitHub… · @Ryrenz · TwKit

@Ryrenz

💥 硬核，腾讯混元的 HunyuanImage-3.0 会先想清楚你要什么再动笔，还能把三张图融成一张。 HunyuanImage-3.0 在 GitHub 上 3200+ star，项目称它是目前最大的开源图像生成 MoE 模型，总参数 800 亿，每个 token 激活 130 亿。 平时用生图模型，复杂一点的需求就得自己反复改提示词。HunyuanImage-3.0 的 Instruct 版本带思考能力，会先自己改写提示词、把需求理顺再出图；手里有几张素材想合成一张，最多可以同时喂 3 张图进去融合。 它没走主流的 DiT 路线，而是把理解和生成放进同一个自回归框架里，这也是它能"边理解边画"的原因。门槛要说清楚：基础版推荐至少 3 张 80GB 显卡，Instruct 版推荐 8 张，蒸馏版 8 步就能出图。 手里有卡的团队，可以拿它当自家生图底座。 GitHub：https://github.com/Tencent-Hunyuan/HunyuanImage-3.0

曝光 312 · 评论 0 · 点赞 4 · 书签 2