HunyuanDiT-v1.1は、テンセントHunyuanチームが開発した多解像度拡散変換モデルです。精緻な中国語と英語の理解能力を備えています。本モデルは、綿密に設計されたトランスフォーマー構造、テキストエンコーダー、位置エンコーディング、そしてゼロから構築された完全なデータパイプラインを組み合わせることで、データの反復的な最適化を実現しています。HunyuanDiT-v1.1は、複数ラウンドのマルチモーダル対話を実行し、コンテキストに基づいて画像を生成および改良することができます。50名以上の専門家による評価を経て、HunyuanDiT-v1.1は、中国語から画像への生成において、他のオープンソースモデルと比較して、新たな最先端レベルに達しました。