Chúng tôi rất vui mừng thông báo về việc phát hành và mã nguồn mở HunyuanImage 3.0 — mô hình chuyển đổi văn bản thành hình ảnh mã nguồn mở lớn nhất và mạnh mẽ nhất cho đến nay, với hơn 80 tỷ tham số tổng cộng, trong đó 13 tỷ được kích hoạt cho mỗi token trong quá trình suy diễn. Hiệu ứng hoàn toàn so sánh được với mô hình mã nguồn đóng hàng đầu trong ngành.🚀🚀🚀 HunyuanImage 3.0 xuất phát từ mô hình ngôn ngữ lớn đa phương thức gốc được phát triển nội bộ của chúng tôi, với việc tinh chỉnh và đào tạo sau tập trung vào việc tạo ra hình ảnh từ văn bản. Nền tảng độc đáo này mang lại cho mô hình một bộ khả năng mạnh mẽ: ✅Lập luận với kiến thức thế giới ✅Hiểu các yêu cầu phức tạp, hàng nghìn từ ✅Tạo ra văn bản chính xác trong hình ảnh Khác với các mô hình tạo hình ảnh kiến trúc DiT truyền thống, kiến trúc MoE của HunyuanImage 3.0 sử dụng phương pháp dựa trên Transfusion để kết hợp sâu sắc giữa đào tạo Diffusion và LLM cho một hệ thống mạnh mẽ duy nhất. Được xây dựng trên Hunyuan-A13B, HunyuanImage 3.0 đã được đào tạo trên một tập dữ liệu khổng lồ: 5 tỷ cặp hình ảnh-văn bản, khung video, dữ liệu hình ảnh-văn bản xen kẽ và 6 triệu tỷ token của tập văn bản. Việc đào tạo lai này trên các khả năng tạo ra đa phương thức, hiểu biết và LLM cho phép mô hình tích hợp liền mạch nhiều nhiệm vụ. Dù bạn là một họa sĩ minh họa, nhà thiết kế hay người sáng tạo, điều này được xây dựng để giảm thời gian làm việc của bạn từ hàng giờ xuống chỉ còn vài phút. HunyuanImage 3.0 có thể tạo ra văn bản phức tạp, truyện tranh chi tiết, biểu tượng cảm xúc biểu cảm và hình minh họa sống động, hấp dẫn cho nội dung giáo dục. Phiên bản hiện tại chỉ tập trung vào việc tạo ra hình ảnh từ văn bản và các bản cập nhật trong tương lai sẽ bao gồm tạo hình ảnh từ hình ảnh, chỉnh sửa hình ảnh, tương tác nhiều lượt và nhiều hơn nữa. 👉🏻Thử ngay: 🔗GitHub: 🤗Hugging Face: