腾讯混元文生图大模型（HunyuanDiT）近日联合社区发布了三款新的可控制插件ControlNet，分别为tile(高清放大)、inpainting(图像修复与扩充)和lineart(线稿生图)，进一步扩展了其ControlNet矩阵。这些插件的加入，使得混元DiT模型能够覆盖更广泛的应用场景

腾讯公司近期推出了一项创新的教育辅助工具——“AI作文辅导”，旨在帮助学生提高写作能力。这项功能基于腾讯混元大模型，目前已在QQ浏览器上免费开放使用。

国产大模型在人工智能的多模态领域展现出强劲实力，腾讯的hunyuan-vision和上海AI Lab的InternVL2-40B分别在闭源和开源领域领跑，超越国际知名模型。hunyuan-vision作为腾讯混元大模型的多模态版本，在API调用上受到开发者欢迎，并在腾讯元宝APP中免费开放，展现实用易用性。元宝APP在多模态能力评测中国内第一，通过一系列测试展示了其在理解中文语境、处理图像内容及实际应用中的出色表现，如理解梗图表情包、识别照片内容、挑战视觉错觉等。腾讯混元大模型持续迭代，已扩展至万亿参数规模，覆盖文本、多模态理解及生成领域。元宝APP主打实用AI搭子，具备多端同步、聊天记录同步及强大的多模态理解能力，能基于图片内容进行深入分析。未来，腾讯计划进一步提升融合模型的多模态能力，优化用户体验，并在深度搜索和深度长文阅读方面进行功能更新，以简化用户操作。

​腾讯混元大模型在中文多模态大模型SuperCLUE-V测评基准8月榜单中表现卓越，荣获国内大模型排名第一，位于卓越领导者象限。多模态理解，即模型需准确识别图像元素、理解其关系，并生成自然语言描述，考验了模型对图像识别的精确度及对复杂现实世界的理解力。

腾讯最新升级的混元文生图大模型（混元DiT）1.2版本，适配了Onijza、LoRA、ControlNet和Kohya插件于Diffusers库，显著降低了训练个性化图像生成模型的门槛。该升级版本图片质感和构图显著提升，支持中英文双语描述的混元Captioner模型更准确地理解中文语义，生成结构化、完整和准确的图片描述。混元Captioner模型的开源，允许全球研究者和数据标注人员提升图像描述质量，生成更全面准确的图片描述，大大提高其在训练各类视觉模型过程中的应用效果。最重要的是，混元DiT模型的小显存版本简化了使用成本，最低仅需6G显存即可运行，从而扩大了其在个人电脑领域的广泛应用潜力。QinT技术报告详述了此模型的创新功能和应用优化。

腾讯混元文生图大模型（混元 DiT 模型）宣布全面开源训练代码，包括 LoRA 插件和 ControlNet 插件。LoRA 是一种用于微调大型语言模型的技术，可以在不修改原有模型或增加模型大小的情况下，利用少量数据训练出具有特定特征的模型。

腾讯混元携手香港科技大学和清华大学，共同研发出一款名为“Follow Your Emoji”的创新肖像动画生成框架。这项技术突破了传统界限，仅需一张静态照片，即可将其转化为栩栩如生的面部动画，捕捉并再现人物的微妙表情变化。

["腾讯扩展了广告人工智能模型的参数，提高定向和归因准确性。","腾讯升级自研基础模型腾讯混元并部署到内部产品。","腾讯云通过升级 MaaS 能力，在多个产品中应用大模型。","腾讯混元在广告、游戏、内容等领域发挥作用。","腾讯云推动大模型在各行业应用落地。"]

["腾讯混元大模型已接入 180 多个业务进行内测。","腾讯混元大模型在文化沟通、生产提效、科技普惠等领域的应用正在深化。","文化沟通方面，腾讯混元大模型可以帮助人们更好地跨文化交流。","生产效率方面，腾讯混元大模型可以提升素材创作的效率。","科技普惠方面，腾讯混元大模型可以成为医生的小助手。"]

["腾讯混元宣布开放文生图功能，具有强大的中文理解能力","能够生成各种风格的图片，包括景观、人物、动漫等","已被 180 多个业务接入，将在广告、游戏、内容等领域发挥作用"]

["QQ 浏览器推出 “PDF 阅读助手” AI 工具，由腾讯混元大模型支持。","该工具可以智能摘要长篇文档，节省阅读时间。","用户可以通过智能问答功能快速获取所需信息。","助手还提供原文定位功能，方便对照阅读。","未来，该工具还将覆盖更多应用场景，如 Word、Excel、PPT 和网页。"]

["腾讯混元大模型通过腾讯云对外开放","腾讯混元助手小程序已可申请排队审核体验","腾讯混元大模型具备强大的中文创作能力和逻辑推理能力","腾讯混元大模型在幻觉和安全诱导类问题上表现更好","腾讯混元大模型可助力会议问答、智能助手、广告素材创作等"]

["腾讯混元大模型官网已上线","腾讯混元大模型通过腾讯云对外开放","腾讯混元大模型在腾讯全球数字生态大会上亮相","腾讯混元大模型已应用于多个腾讯业务和产品","腾讯混元大模型具备跨领域知识和自然语言理解能力"]

["微信上线了一款名为 “腾讯混元助手” 的小程序","“腾讯混元助手” 是腾讯混元大模型多模态对话 Bot 产品","可以回答各类问题，处理多种任务","腾讯将在明天的 2023 年腾讯全球数字生态大会上正式发布混元大模型","腾讯混元助手小程序目前仅对邀请用户开放"]