首个中文原生DiT架构 腾讯混元文生图大模型宣布全面开源
创始人
2024-05-14 18:53:04
0次
快科技今日（5月14日）消息，今日，腾讯旗下混元文生图大模型（混元DiT，Diffusion Models with Transformers）宣布全面开源。
目前已在Hugging Face、Github上发布，包含模型权重、推理代码、模型算法等完整模型，供企业与个人开发者免费商用。
据媒体报道，腾讯混元文生图负责人卢清林表示，混元DiT开源的价值有两方面。
一方面这是业内首个中文原生DiT架构，弥补了开源社区的空白，另一方面混元DiT为全面开放，与现网版本完全一致。
据介绍，此次开源的混元DiT采用了与Sora同样的背后关键技术——DiT架构，还支持256字中文理解，不仅支持文生图，也可作为视频等多模态视觉生成的基础。
腾讯方面表示，为了构建混元DiT设计了Transformer结构、文本编码器和位置编码，构建了完整的数据管道，用于更新和评估数据，为模型优化迭代提供帮助。
为了实现细粒度的文本理解，还训练了多模态大语言模型来优化图像的文本描述。
最终，混元DiT能够与用户进行多轮对话，根据上下文生成并完善图像。
相关内容
热门资讯
校企携手光影筑梦 贵州学子用影...
近日，一部名为《爱你老几》的校园温情微电影在各大短视频平台温情上线。这部影片由贵州师范大学传媒学院携...
你对AI说“谢谢”吗？联合国大...
联合国大学水、环境与健康研究所(UNU-INWEH)近日发布的一份报告显示，精简提示中的礼貌用语，可...
精正照明取得霓虹灯带专利，提升...
国家知识产权局信息显示，深圳市精正照明科技有限公司取得一项名为“一种霓虹灯带”的专利，授权公告号CN...
鲁弘建设取得成球机专利，有效达...
国家知识产权局信息显示，山东鲁弘建设工程有限公司取得一项名为“成球机”的专利，授权公告号CN2243...
孩子不爱吃饭愁家长，为何这8道...
孩子不爱吃饭，可愁坏了不少家长。其实，只要饭菜对了口味，孩子自然会胃口大开。今天就给大家分享8道让孩...
和讯陆润凯：美股调整，下周如何...
美股大跌，我们讲下下周大a的走势能不能扛住，就看下周一这一波了。和讯陆润凯分析，首先说一下为什么调，...
穿越周期变局 台达以硬核智造构...
上海2026年6月6日-- 据亚洲控制工程网报道。 当光伏产业站在产能出清与技术革命的交汇路口，产业...
魏奉思院士：打造卫星大脑领跑智...
IT时代网6月6日消息，在近日深圳创新发展研究院院士报告厅活动中，中国科学院院士、哈尔滨工业大学（深...
原创 宇...
最近宇树上市刷屏，但看懂的人都知道：这家曾经的国产机器人之光，已经走进无解死局。不管这次上市最终成不...