1月26日，腾讯混元发布混元图像3.0图生图（HunyuanImage 3.0-Instruct）模型，支持图片编辑与多图融合，并在「元宝」同步上线，用户可直接在元宝全端和在腾讯混元官网体验。元宝 混元 Hunyuan 教程
混元图像3.0图生图总参数量80B（激活参数约13B），采用混合专家（MoE）架构，基于混元图像3.0的原生多模态架构基础模型，引入图生图的多任务数据，通过指令微调和后训练，实现了对用户输入图像和编辑指令的深度理解与处理。混元图像3.0图生图指令遵循效果稳定，生成的图片一致性高、真实感强、情绪表现力佳，生成速度明显提升。
混元图像3.0图生图是一款能理解输入图像、会思考的图像编辑模型。模型在收到用户输入的图片和提示词后，首先会先理解图像内容本身，并基于用户的提示词进行推理，推理出具体的需要进行编辑的区域、详细的编辑步骤以及需要保留的图像区域，形成更加详细的编辑指令，实现良好的输出效果。
混元图像3.0图生图支持多样化的图片编辑与多图融合能力，比如增、删、改、风格变换、老照片修复、人物与文字修改等图片编辑能力，以及把多张照片中的人物或元素提取出来合成合照与生成新图片等。
在元宝上，基于该模型用户可以直接制作表情包、虚拟人物合拍、社交分享、电商海报设计、游戏角色定制、创意图片制作等。
在数据层面，混元团队通过图像、视频原始数据挖掘和专家网络合成的方式，构建了千万量级的图生图数据，覆盖80+任务，并在持续训练（CT）阶段注入这些数据，使模型掌握基础编辑功能；同时，混元团队进一步针对图生图数据构造了思维链，让模型学会先分析用户图像和意图，输出更加详细的编辑指令提升编辑效果。后训练阶段，混元图像3.0图生图采用自研MixGRPO算法，结合奖励模型多轮迭代，高效对齐用户偏好，大幅提升了指令响应和非编辑区域保持一致的效果。
欢迎体验和反馈：混元官网体验入口（复制链接到浏览器或点击文末阅读原文直接访问）：https://hunyuan.tencent.com/chat/HunyuanDefault?from=modelSquare&modelId=Hunyuan-Image-3.0-Instruct
2、风格变换
在风格变换场景中，用户可以上传一张普通照片，输入提示如“将这张照片转为像素风格”，模型会自动保持主体特征并转换风格，实现漫画/名画变真人或者真人变漫画的破次元壁效果；或者自动修复褪色或破损图像，添加色彩和细节。
3、多图融合
多图生图融合是另一个实用场景：比如用户上传2张图片，模型可按照用户的指令把它们融合成一张图。
上元宝，直接体验大模型p图：
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/256693.html原文链接：https://javaforall.net
