Tencent представила HunyuanImage 3.0 — открытую модель уровня DALL·E и MidJourney
Подразделение Tencent Hunyuan объявило о выходе HunyuanImage 3.0 - новой модели для генерации изображений по текстовым описаниям. Это open-source система с архитектурой на 80 миллиардов параметров, где во время работы активируется только часть - 13 миллиардов. Такой подход снижает требования к ресурсам и позволяет запускать модель даже на потребительских видеокартах, начиная с NVIDIA RTX 3060.
Как появилась HunyuanImage 3.0
Компания начала работу над линейкой Hunyuan в 2024 году, выпустив Hunyuan-DiT, а затем перешла к инструментам для 3D-графики. Новый релиз - это уже фокус на 2D-иллюстрациях, включая реалистичные портреты, концепт-арт, а также комиксные панели. По сути, Tencent пытается восполнить тот разрыв, который долгое время существовал между открытыми и закрытыми моделями.
Технологическая основа
Архитектура HunyuanImage 3.0 сочетает Mixture of Experts (MoE), где каждая подмодель отвечает за конкретный аспект - текстуры, композицию или обработку текста, - и технологию Transfusion, объединяющую диффузионные модели с языковой моделью. Это позволяет системе лучше понимать длинные промпты (до тысячи слов) и точно передавать детали, включая текст на изображении.
Почему это событие важное
До сих пор открытые решения, вроде Stable Diffusion, хоть и популярные, часто уступали конкурентам в детализации и работе с текстом. Tencent заявляет, что её модель по внутренним тестам сравнима с DALLE 3 и MidJourney, а по отдельным параметрам превосходит их, особенно в генерации сложных сцен и читабельного текста на картинках.
Реакция пользователей
За первые сутки после выхода веса модели скачали более пяти тысяч раз, а онлайн-демо на Hugging Face собрало свыше десяти тысяч просмотров. Художники отмечают, что результаты напоминают работу профессиональных иллюстраторов и авторов комиксов. Однако часть специалистов предупреждает: для генерации в максимальном качестве 4K потребуется мощное оборудование или облачный сервис Tencent.
Где протестировать
Код и веса модели доступны на GitHub и Hugging Face. Пользователи могут выбрать между лёгкой онлайн-версией и полной установкой на своём компьютере. Те кто просто хочет протестировать в онлайн версии то добро пожаловать на Hunyuan Image.
Что это значит для рынка
Появление HunyuanImage 3.0 усиливает конкуренцию на поле, где до этого доминировали западные компании. Tencent делает ставку на демократизацию инструментов генерации изображений: теперь и независимые художники, и небольшие студии смогут пользоваться технологиями уровня MidJourney без платной подписки и ограничений.
