腾讯混元文生图大模子宣告开源：中文原生DiT架构 与现网版本整体一致

5月14日 音讯:昔日 ，腾讯图腾讯旗下引人注视的混元混元文生图大模子（混元DiT）宣告周全开源，这一主要行动符号着野生智能畛域的文生文原又一里程碑  。该模子已在Hugging Face和Github平台上宣布
，模宣蕴涵整体的告开出国劳务澳大利亚打工的真实经历月收入2.5万模子权重 、源中推理代码和算法0一55岁出国劳务面向全世界的架构企业与小我私家开辟者收费绽放商用。

腾讯混元文生图大模子的腾讯图卖力人卢清林意味，混元DiT的混元开源拥有双重价值。最先，文生文原作为业内首个中文原生DiT架构
，模宣它填充了开源社区的告开空缺，为中文畛域的源中不交费用的出国务工直招多模态视觉天生提供了强有力的支援。其次
，架构混元DiT的腾讯图开源是周全绽放的，与现网版本整体一致 ，确保了开辟者和用户能够猎取到最早进 、最有用的手艺。

这次开源的混元DiT选择了与Sora异样的日本工作症结手艺DiT架构，不只支援256字中文明白
，还能够作为视频等多模态视觉天生的前提。为了完成这一性能 ，腾讯团队悉心设想了Transformer组织、文本编码器和位子编码
，并建立了整体的数据管道 ，用于延续刷新和评价数据，为模子的优化迭代提供了有力支援 。

值得一提的是，混元DiT还通过训练多模态大语言模子来优化图像的文本形容 ，完成了细粒度的文本明白
。这使得用户能够与之停止多轮对话，依据左右文天生并圆满图像，为创意设想和实质创作提供了有限能够 。

腾讯混元文生图大模子的周全开源，无疑将为全世界的开辟者和用户带来越发辽阔的立异空间和运用远景
。咱们期待这一手艺的进一步生长和运用，为野生智能畛域带来更多的欣喜和突破。

项目所在：https://github.com/Tencent/HunyuanDiT