腾讯混元

腾讯混元团队开源全球首个800亿参数工业级多模态生图模型混元图像3.0，支持1000+字符文本理解和多语言文字渲染，在Github和Hugging Face可免费下载使用，推动AI图像技术普及。

腾讯混元ASR语音识别大模型正式接入ima平台，实现手机App端高效语音输入，识别速度达每分钟300字。该技术采用创新双编码器流式架构，支持复杂场景及智能续写，助力人机交互体验升级。

腾讯在计算机视觉领域顶级会议CVPR 2025上宣布开源混元3D 2.1大模型。作为全球首个全链路开源的工业级3D生成模型，该技术实现了从模型权重、训练代码到数据处理流程的完整开放，显著降低了3D内容...

2025年11月13日，LiblibAI宣布正式接入腾讯混元图像3.0和优图视频特效模型，提供800亿参数工业级多模态生成能力，实现从静态图像到动态视频的全流程创作，显著降低电商、教育、社交媒体等领域...

腾讯混元发布新一代开源图像生成模型HunyuanImage 2.1，支持原生2K分辨率输出、1000token超长文本解析与中英文混合嵌入，配套PromptEnhancer提示词优化工具，适用于商业设...

腾讯混元发布四款轻量化开源大模型，覆盖0.5B-7B参数规模，支持消费级硬件与边缘计算场景，具备256K长文本处理与多Agent决策能力，已应用于腾讯会议、智能座舱等产品，推动AI技术低成本普惠化落地...

腾讯混元团队发布SRPO技术，通过语义相对偏好优化解决Flux模型人像生成皮肤过油问题，真实感提升3倍，训练效率达75倍提升。代码已开源，推动AI生成内容在影视游戏领域应用。

腾讯混元团队开源轻量化翻译模型Hunyuan-MT-7B正式入驻硅基流动平台，支持33种语言互译与5种民汉翻译，具备70亿参数与32K上下文处理能力。了解免费AI翻译解决方案如何助力开发者实现高效跨语...

腾讯混元开源的Hunyuan-MT-7B模型以70亿参数规模获得WMT2025竞赛30项冠军，支持33种语言及方言互译，稀缺语种准确率提升22%。模型已应用于腾讯会议等产品，延迟降低40%，专业术语翻...

腾讯混元开源视频音效生成模型HunyuanVideo-Foley，通过扩散模型技术实现85%以上音画同步准确率，助力影视与游戏行业降低制作成本，支持环境音与动作音效自动生成。