DoNews5月16日消息，騰訊混元今日宣布正式帶來騰訊混元圖像2.0模型（Hunyuan Image2.0），AI圖像生成進入“毫秒級”時代。據(jù)悉，模型主要有兩大特點：實時生圖、超寫實畫質(zhì)。在騰訊混元官方網(wǎng)站上線，并對外開放注冊體驗。
速度快
相比前代模型，騰訊混元圖像2.0模型參數(shù)量提升了一個數(shù)量級，得益于超高壓縮倍率的圖像編解碼器以及全新擴散架構(gòu)，其生圖速度顯著快于行業(yè)領(lǐng)先模型，在同類商業(yè)產(chǎn)品每張圖推理速度需要5到10秒的情況下，騰訊混元可實現(xiàn)毫秒級響應(yīng)，支持用戶可以一邊打字或者一邊說話一邊出圖，改變了傳統(tǒng)“抽卡—等待—抽卡”的方式，帶來交互體驗革新。
超寫實畫質(zhì)
除了速度快以外，騰訊混元圖像2.0模型圖像生成質(zhì)量提升明顯，通過強化學習等算法以及引入大量人類美學知識對齊，生成的圖像可有效避免AIGC圖像中的“AI味”，真實感強、細節(jié)豐富、可用性高。
在圖像生成領(lǐng)域?qū)ｉT測試模型復(fù)雜文本指令理解與生成能力的評估基準GenEval（Geneval Bench）上，騰訊混元圖像2.0模型準確率超過95%，遠超其他同類模型。
一起來看看模型生成的圖片：
本次模型升級還帶來了發(fā)布了實時繪畫板功能，基于模型的實時生圖能力，用戶在繪制線稿或調(diào)整參數(shù)時，預(yù)覽區(qū)同步生成上色效果，突破了傳統(tǒng)“繪制-等待-修改”的線性流程，可助力專業(yè)設(shè)計師的創(chuàng)作。
實時繪畫板支持多圖融合，用戶上傳多圖后，可將多個草圖疊加至同一畫布自由創(chuàng)作，經(jīng)過AI 自動協(xié)調(diào)透視與光影，按照提示詞內(nèi)容生成融合圖像，進一步豐富了AI生圖的交互體驗。
此外，騰訊混元原生多模態(tài)圖像生成大模型已經(jīng)在路上，新模型在多輪圖像生成、實時交互體驗等方面有突出表現(xiàn)。
