腾讯混元文生图开源大模型加速库发布生图时间缩短75%
腾讯发布混元文生图大模型加速库，生图时间缩短75%，支持ComfyUI界面与HuggingFace三行调用。作为业内首个中文原生DiT架构开源模型，支持中英双语输入，最低11GB显存。
先说一个关键信息：腾讯正式发布了混元文生图大模型（混元 DiT）的加速库，宣称能够将生图时间缩短 75%。这并非小幅度优化，而是对推理效率的一次硬核提升。
具体而言，这个加速库带来了两大层面的变化。首先是使用门槛的降低。以往想要运行混元 DiT 模型，往往需要折腾底层代码；如今用户可以直接在 ComfyUI 图形化界面中轻松调用，通过拖拽操作即可生成图片。同时，该模型已部署到 HuggingFace 的 Diffusers 通用模型库中，仅需三行代码即可调用，无需下载完整原始代码库。简而言之，它从“专业玩家”工具变成了“人人可用”的便捷工具。
在此之前，腾讯已将这款文生图大模型全面开源，并允许企业和个人开发者免费商用。值得一提的是，它被誉为“业内首个”中文原生的 DiT 架构文生图开源模型——不同于基于英文语料训练的模型，它对中英文双语输入均提供原生支持，对中文场景的理解能力更加贴合。技术上采用与 Sora 相同的 DiT 架构，因此不仅能够生成图像，还为未来视频生成和多模态内容创作奠定了基础。
当然，运行该模型对硬件有一定要求：需要支持 CUDA 的英伟达 GPU，单独运行混元 DiT 最低显存要求为 11GB；若同时运行 DialogGen（腾讯的文本转图像多模态交互系统）和混元 DiT，则至少需要 32GB 显存。腾讯已在 Linux 系统上使用 V100 和 A100 进行了测试，因此如果你打算使用，请先确认你的显卡是否满足需求。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：腾讯混元文生图开源大模型加速库发布生图时间缩短75%要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点通义千问系列模型升级至Qwen2，涵盖0 5B至72B共五个尺寸，全部标配分组查询注意力机制，上下文长度最高支持128Ktokens。新增27种语言训练数据，在代码、数学等能力上显著提升，Qwen2-72B超越Llama-3-70B等顶尖开源模型。
StabilityAI推出StableAudioOpen1 0，专门用于生成鼓点、乐器乐段及环境音效等短音频片段，时长最长47秒。该模型遵循非商业研究社区协议开源，允许用户进行微调，训练数据源自FreeSound及免费音乐档案，确保不含版权材料，可用于研究和创作。
BestyAI全天候智能聊天助手，随时陪伴、建议与倾听。可智能回答天气、旅行攻略、烹饪技巧等问题，对话流畅，支持多语言，安全可靠。提供温暖交流与实用信息，让您随时随地获得帮助。
- 日榜
- 周榜
- 月榜
热点快看