Nous sommes ravis d'annoncer la sortie et l'open-source de HunyuanImage 3.0 — le plus grand et le plus puissant modèle open-source de génération d'images à partir de texte à ce jour, avec plus de 80 milliards de paramètres au total, dont 13 milliards sont activés par token lors de l'inférence. L'effet est complètement comparable au modèle phare fermé de l'industrie.🚀🚀🚀 HunyuanImage 3.0 provient de notre modèle de langage multimodal natif développé en interne, avec un ajustement fin et un post-entraînement axés sur la génération d'images à partir de texte. Cette base unique confère au modèle un ensemble puissant de capacités : ✅ Raisonnement avec des connaissances du monde ✅ Comprendre des invites complexes de mille mots ✅ Générer du texte précis dans les images Différent des modèles de génération d'images basés sur l'architecture DiT traditionnelle, l'architecture MoE de HunyuanImage 3.0 utilise une approche basée sur la Transfusion pour coupler profondément l'entraînement Diffusion et LLM en un seul système puissant. Basé sur Hunyuan-A13B, HunyuanImage 3.0 a été entraîné sur un ensemble de données massif : 5 milliards de paires image-texte, des images vidéo, des données image-texte entrelacées et 6 trillions de tokens de corpus textuels. Cet entraînement hybride à travers la génération multimodale, la compréhension et les capacités LLM permet au modèle d'intégrer sans effort plusieurs tâches. Que vous soyez illustrateur, designer ou créateur, cela est conçu pour réduire votre flux de travail de plusieurs heures à quelques minutes. HunyuanImage 3.0 peut générer un texte complexe, des bandes dessinées détaillées, des emojis expressifs et des illustrations vivantes et engageantes pour du contenu éducatif. La version actuelle se concentre uniquement sur la génération d'images à partir de texte et les mises à jour futures incluront la génération d'images à partir d'images, l'édition d'images, l'interaction multi-tours, et plus encore. 👉🏻 Essayez-le maintenant : 🔗 GitHub : 🤗 Hugging Face :