當(dāng)前位置：首頁(yè) >人工智能 >騰訊推出混元文生圖大模型開(kāi)源新一代中文AI模型問(wèn)世

騰訊推出混元文生圖大模型開(kāi)源新一代中文AI模型問(wèn)世

發(fā)布時(shí)間：2024-05-20 20:21:13 瀏覽量：240次

騰訊推出混元文生圖大模型開(kāi)源新一代中文AI模型問(wèn)世

騰訊在五月14日宣布推出混元文生圖大模型并對(duì)外開(kāi)源，開(kāi)啟了中文AI模型新一代技術(shù)的大門(mén)。該模型已在Hugging Face平臺(tái)和Github發(fā)布，包含完整模型權(quán)重、推理代碼和模型算法，支持企業(yè)與個(gè)人開(kāi)發(fā)者免費(fèi)商用。

在五月17日，騰訊集團(tuán)副總裁蔣杰表示，騰訊混元大模型在持續(xù)迭代后，整體性能已居國(guó)內(nèi)第一梯隊(duì)，其中部分中文能力已趕超GPT-4。該模型支持多種視頻生成能力，包括文生視頻、圖生視頻、圖文生視頻、視頻生視頻，已實(shí)現(xiàn)16秒視頻生成。在生3D層面，騰訊混元已布局文/圖生3D，僅需30秒即可生成單圖3D模型。

混元文生圖大模型是首個(gè)中文原生DiT架構(gòu)文生圖開(kāi)源模型，采用了Sora和Stable Diffusion 3的同款架構(gòu)和關(guān)鍵技術(shù)。該模型通過(guò)Transformer架構(gòu)實(shí)現(xiàn)了更好的擴(kuò)展性，提升了生成質(zhì)量和效率。

騰訊混元文生圖負(fù)責(zé)人蘆清林介紹｜圖片來(lái)源：騰訊

為何開(kāi)源？

騰訊混元團(tuán)隊(duì)選擇在這個(gè)時(shí)刻開(kāi)源首先是因?yàn)樗麄冋J(rèn)為現(xiàn)在自身已準(zhǔn)備就緒，具備了開(kāi)源條件。另一方面，業(yè)界需要這樣的開(kāi)源模型，以推動(dòng)行業(yè)發(fā)展和技術(shù)進(jìn)步。

騰訊混元團(tuán)隊(duì)表示，開(kāi)源不僅能推動(dòng)模型性能提升，還能促進(jìn)整個(gè)行業(yè)的發(fā)展，讓更多人參與到模型優(yōu)化的過(guò)程中。

...

混元文生圖模型未來(lái)商業(yè)化的策略主要路徑是輔助騰訊內(nèi)部不同業(yè)務(wù)場(chǎng)景的發(fā)展和應(yīng)用，同時(shí)也在嘗試著探索外部面向C端的AI應(yīng)用。目前行業(yè)內(nèi)的文生圖應(yīng)用雖然廣受關(guān)注，但商業(yè)化應(yīng)用仍處于探索階段。

頭圖來(lái)源：混元官網(wǎng)