5月14日，腾讯宣告其旗下混元文生图大模型全面晋级，并对外开源。这也是首个中文原生的类 Sora 架构开源模型，填补了国产大模型在文生图先进架构上的空白。
人工智能是开展新质生产力的重要引擎，而大模型又是人工智能技能的重要开展趋势。其间，文生图是大模型使用的要点范畴，存在广泛的使用远景。
现在，干流的文生图开源生态根本环绕英文建造，像 Stable Diffusion 等干流开源模型，尽管某些特定的程度支撑中文输入，但其中心数据集仍以英文为主，对我国的言语、美食、文明、风俗都了解不行，更简单因翻译而发生语义不合甚至生成过错。建造自主可控且中文原生的大模型及相应的开源生态火烧眉毛。
腾讯混元文生图大模型，便是腾讯从零开始练习，从模型算法、机器学习框架到人工智能根底设施全链路自研的有用级大模型。
混元文生图以中文原生为根底，支撑中英文双语输入及了解，更了解中文语境，对我国的古诗词、俚语、美食、文明、风俗等都有更好的生成作用。
此外，晋级后的混元文生图模型采用了根据Transformer的分散模型架构（简称DiT），具有更强的可扩展性，在参数量越多的情况下，功能越强，有利于提高视觉模型生成作用及功率。这也是此前爆红的文生视频产品Sora 背面的关键技能。
现在，腾讯混元文生图模型参数量达15亿。评测多个方面数据显现，最新的腾讯混元文生图模型作用比较前代提高超越20%，远超开源的Stable Diffusion模型，在现在已开源的文生图模型中，归纳功能最佳，到达世界领先水平。
腾讯混元的文生图才能，现已广泛被用于资料创造、产品组成、游戏出图等多项事务及场景中。今年初，腾讯广告根据腾讯混元大模型，发布了一站式 AI 广告构思渠道腾讯广告妙思，可为广告主供给文生图、图生图、产品布景组成等多场景构思东西。多家干流媒体也现已将腾讯混元文生图用于新闻内容的辅助生产。
腾讯文生图负责人芦清林表明：“腾讯混元文生图的研制思路便是有用，坚持从实践中来，到实践中去。此次把最新一代模型完好开源出来，是期望与职业同享腾讯在文生图范畴的实践经验和研究成果，共建中文文生图开源生态，加快大模型职业开展。”
根据腾讯此次开源的文生图模型，开发者和企业无需从头练习，即可直接用于推理，并可根据混元文生图打造专属的AI绘画使用及服务，能节约很多人力及算力。通明揭露的算法，也让模型的安全性和可靠性得到保证。
一起，根据敞开、前沿的混元文生图根底模型，更有助于在以英文为主的文生图开源社区之外，丰厚以中文为主的文生图开源生态，构成更多样的原生插件，推进中文文生图研制技能和使用。
