腾讯混元图像3.0发布：图生图模型效果与实测

腾讯混元正式推出混元图像3.0图生图模型，全面支持图像编辑与多图融合功能，并已在元宝平台全量上线。用户可通过元宝应用、网页端以及腾讯混元官方渠道直接体验。

据最新介绍，该模型总参数量达到800亿，并采用前沿的混合专家架构，基于混元图像3.0原生多模态基础模型构建。通过融合大量图生图多任务训练数据，并对指令进行针对性微调与后训练优化，模型在理解输入图像与编辑指令的语义及精确执行能力方面均有显著提升。得益于持续的模型优化，在指令遵循的准确性、生成稳定性、画面一致性、真实感及情绪表达等方面表现均十分出色，同时推理速度也得到大幅提升。

混元图像3.0图生图是一款具备图像认知与逻辑推理能力的智能编辑模型。当用户上传图片并输入提示词后，模型会先解析原始图像内容，理解用户意图，并进行多步推理：识别需编辑的具体区域、规划实际操作步骤、明确需保留的关键元素，最终生成结构清晰、语义准确的精细化编辑指令，从而保证高质量的输出效果。

该模型支持丰富多样的图像编辑功能与跨图融合能力，涵盖对象增删、局部修改、风格转移、老照片修复、人物形象调整、文字替换等常见操作。同时，它也支持从多张图片中提取人物或特定元素，实现智能合影生成、创意合成以及全新的图像创作。

在元宝平台，用户可基于此模型快速制作个性化表情包、虚拟人物互动合影、社交平台配图、电商营销海报、游戏角色形象定制、AI创意视觉作品等多样化的内容。

在数据构建方面，混元团队依托图像与视频原始数据挖掘，并联合领域专家网络合成高质量样本，构建了覆盖80余类任务、规模达千万级的图生图专属训练数据集。团队在持续训练阶段注入该数据，以夯实模型的基础编辑能力；进一步地，为图生图任务专门设计了“思维链”数据范式，引导模型先理解图像语义与用户意图，再生成细颗粒度的编辑策略，有效增强了编辑的准确性与可控性。在后训练阶段，模型采用混元自研的强化学习算法，结合多维度奖励模型进行多轮迭代优化，高效地对齐用户偏好，在指令响应质量与非编辑区域保真度两方面均取得了突破性提升。