騰訊今日震撼發(fā)布其最新一代圖像生成模型——騰訊混元圖像2.0（Hunyuan Image 2.0），并已在官方平臺(tái)上線，面向公眾開放注冊(cè)體驗(yàn)。這款模型以其卓越的實(shí)時(shí)生成能力和超寫實(shí)畫質(zhì)，重新定義了圖像生成的邊界。
騰訊混元圖像2.0的兩大核心亮點(diǎn)在于其實(shí)時(shí)生圖技術(shù)與前所未有的畫質(zhì)表現(xiàn)。與前代相比，該模型的參數(shù)量實(shí)現(xiàn)了質(zhì)的飛躍，得益于其創(chuàng)新的超高壓縮圖像編解碼器及全新擴(kuò)散架構(gòu)，其圖像生成速度遠(yuǎn)超行業(yè)平均水平。在同類商業(yè)產(chǎn)品中，每張圖像的推理速度通常需要5至10秒，而騰訊混元圖像2.0則能實(shí)現(xiàn)毫秒級(jí)響應(yīng)，讓用戶能夠在打字或說(shuō)話的同時(shí)即時(shí)看到生成的圖像，徹底顛覆了傳統(tǒng)的等待模式。
除了速度上的顯著優(yōu)勢(shì)，騰訊混元圖像2.0在圖像質(zhì)量上也實(shí)現(xiàn)了顯著提升。通過(guò)引入強(qiáng)化學(xué)習(xí)算法和大量人類美學(xué)知識(shí)，該模型生成的圖像不僅避免了常見(jiàn)的“AI味”，更在復(fù)雜文本指令理解與生成能力的評(píng)估基準(zhǔn)Geneval上，準(zhǔn)確率超過(guò)了95%，遙遙領(lǐng)先于其他同類模型。
騰訊混元圖像2.0的實(shí)際應(yīng)用效果同樣令人矚目。從人像攝影風(fēng)格到動(dòng)物特寫，從復(fù)古攝影到動(dòng)漫風(fēng)格，再到真實(shí)人物風(fēng)格，該模型都能輕松駕馭，生成高質(zhì)量、富有創(chuàng)意的圖像。以下是部分示例：
人像攝影風(fēng)格示例
動(dòng)物特寫示例
復(fù)古攝影示例
騰訊混元圖像2.0還推出了實(shí)時(shí)繪畫板功能，這一功能基于模型的實(shí)時(shí)生圖能力，用戶在繪制線稿或調(diào)整參數(shù)時(shí)，預(yù)覽區(qū)將同步生成上色效果，極大地提升了創(chuàng)作效率。實(shí)時(shí)繪畫板還支持多圖融合，用戶可以將多個(gè)草圖疊加在同一畫布上自由創(chuàng)作，AI會(huì)自動(dòng)協(xié)調(diào)透視與光影，生成融合圖像，為專業(yè)設(shè)計(jì)師提供了前所未有的創(chuàng)作體驗(yàn)。
