腾讯混元开源全球首个800亿参数工业级多模态生图模型，开启AI图像生成新纪元

2025年9月28日，腾讯混元团队正式开源了全球首个工业级原生多模态生图模型“混元图像3.0”（HunyuanImage 3.0），其参数量高达800亿（80B），成为当前参数量最大的开源图像生成模型。该模型在多项基准测试中表现优异，效果可对标业界头部闭源模型。

混元图像3.0采用统一的自回归框架，实现了文本和图像模态的深度融合，具备基于世界知识推理的能力。与传统模型相比，该模型不仅能理解用户的描述，还能结合常识和专业知识生成更准确、更丰富的图像。其核心技术特性包括超长文本理解（支持1000+字符的复杂语义解析）、精确文字渲染（支持多语言文字混排）以及多样化艺术风格生成（涵盖摄影写实、插画设计、艺术创作和3D渲染等）。

模型架构方面，混元图像3.0创新性地将混合专家模型（MoE）与Transfusion方法相结合，包含64个专家模块，训练数据规模达50亿图文对和6万亿token。尽管完整模型权重文件大小达160GB，但通过优化设计，推理时仅需激活130亿参数，显著降低了计算资源需求。

目前，用户可通过腾讯混元官网体验该模型的文生图功能，模型权重和加速版本已在Github、Hugging Face等开源社区发布。腾讯表示，图生图、图像编辑和多轮交互等功能将在后续版本中陆续推出。此次开源将大幅降低企业和个人开发者使用先进AI生图技术的门槛，有望推动国内AI图像生成技术的普及和创新。