首页 - 科技 > 首个毫秒级响应的实时生图大模型！腾讯混元图像2.0正式发布！

首个毫秒级响应的实时生图大模型！腾讯混元图像2.0正式发布！

发布于：2025-05-16 作者：凹凸曼 阅读：2

今天腾讯正式发布了业内首个毫秒级响应的实时生图大模型——混元图像2.0（Hunyuan Image2.0）。

目前已经在腾讯混元官方网站上线，并对外开放注册体验，该模型主要有两大特点：实时生图、超写实画质。

首个毫秒级响应的实时生图大模型！腾讯混元图像2.0正式发布

相比前代模型，腾讯混元图像2.0模型参数量提升了一个数量级，得益于超高压缩倍率的图像编解码器以及全新扩散架构，其生图速度显著快于行业领先模型。

在同类商业产品每张图推理速度需要5到10秒的情况下，腾讯混元可实现毫秒级响应，支持用户可以一边打字或者一边说话一边出图，改变了传统“抽卡—等待—抽卡”的方式。

首个毫秒级响应的实时生图大模型！腾讯混元图像2.0正式发布

除了速度快以外，腾讯混元图像2.0模型图像生成质量提升明显，通过强化学习等算法以及引入大量人类美学知识对齐，生成的图像可有效避免AIGC图像中的“AI味”，真实感强、细节丰富、可用性高。

在图像生成领域专门测试模型复杂文本指令理解与生成能力的评估基准GenEval（Geneval Bench）上，腾讯混元图像2.0模型准确率超过95%，远超其他同类模型。

首个毫秒级响应的实时生图大模型！腾讯混元图像2.0正式发布
提示词：人像摄影，爱因斯坦，背景是东方明珠，自拍视角

腾讯表示，腾讯混元图像2.0引入多模态大语言模型（MLLM）作为文本编码器，配合自研的结构化caption系统，不仅能理解你在说什么，更能推测出你希望画面「怎么表达」。

哪怕你一句话里埋了三层含义，它也能一一拆解，再一笔一笔画出来。

首个毫秒级响应的实时生图大模型！腾讯混元图像2.0正式发布

除了文字输入，腾讯混元图像2.0还可以通过语音直接输入提示词，系统将语音自动转写为文字，并在识别后即时生成图像，适用于直播讲解、移动创作等场景。

也可以上传草图作为参考，模型能自动识别线稿的结构与构图逻辑，再结合提示词内容补全光影、材质、背景等细节，迅速扩展成图。

腾讯混元图像2.0模型生成的图片：

首个毫秒级响应的实时生图大模型！腾讯混元图像2.0正式发布
人像摄影风格

首个毫秒级响应的实时生图大模型！腾讯混元图像2.0正式发布
动物特写

首个毫秒级响应的实时生图大模型！腾讯混元图像2.0正式发布
复古摄影

首个毫秒级响应的实时生图大模型！腾讯混元图像2.0正式发布
动漫风格

首个毫秒级响应的实时生图大模型！腾讯混元图像2.0正式发布
真实人物风格


二维码

扫一扫关注我们

版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件至 3941001135@qq.com举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。

上一篇：屡教不改！北京两人带电动自行车电池进电梯 被罚800元！

下一篇：京东外卖下单随机送手机！网友：收到魅族Note 16 pro以为是诈骗！

相关文章

客服QQ：3941001135

客服邮箱：3941001135@qq.com

二维码

本站部分文字及图片均来自于网络，如有侵权请及时联系删除处理

Copyright © 2023 本站技术支持0571YP技术支持 苏ICP备2024129037号-1