腾讯混元文生图模型开源 采用Sora同架构
第一财经 2024-05-15 11:41

5月14日,第一财经记者从腾讯获悉,其旗下混元文生图模型Hunyuan-Dit升级并开源,参数量15亿,目前已在 Hugging Face 平台及 Github 上发布,包含模型权重、推理代码、模型算法等完整模型,企业与个人开发者可免费商用。该模型支持文生图功能且可作为视频等多模态视觉生成的基础。

随着腾讯混元文生图大模型入局,采用DiT架构(Diffusion Models with Transformers)的大模型玩家再增一名。OpenAI的视频生成模型Sora也采用DiT架构。腾讯方面介绍,混元文生图大模型是业内首个中文原生的DiT架构文生图模型,综合指标在文生图算法中排名第三。

此前混元文生图模型核心算子是U-net,现改为DiT。Dit是融合Diffusion和Transformers的架构之一,混元、生数科技、Sora都采用Diffusion+Transformers路线。该路线不仅被用于文生图,也用于视频生成。

编辑/范辉

相关阅读
MiniMax加入视频生成混战 大模型的尽头是做视频?
第一财经 2024-09-02
AI能“生”万物吗?
半月谈 2024-08-28
智谱发布“清影”:30秒将任意文字生成视频
北京青年报客户端 2024-07-26
视频生成混战:在“GPT-3”时代,“大家看不懂的时候要先上”
第一财经 2024-07-11
PK Sora Runway发布新一代视频生成模型
第一财经 2024-06-18
智源推出大模型全家桶及全栈开源技术基座新版图
北京青年报客户端 2024-06-14
不卷时长不做文生视频 美图视频生成工具将于7月底上线
财联社 2024-06-13
“百模大战”打了一年: 应用企业仍在摸着石头过河
第一财经 2024-06-05
最新评论