騰訊科技《一線》 紀振宇 發自矽谷

在本屆GTC大會期間，騰訊混元大模型披露了其在“文生圖”領域的進展。騰訊混元文生圖技術負責人、騰訊專家研究員蘆清林接受騰訊科技《一線》專訪時表示，騰訊混元文生圖大模型目前從模型結構和技術能力來看，均處於業內領先地位，同時優勢和特色還在與廣告、遊戲、內容、雲服務等具體的應用場景結合緊密。

騰訊混元文生圖技術負責人、騰訊專家研究員蘆清林介紹騰訊混元大模型文生圖能力

蘆清林介紹說，自2023年10月正式對外亮相以來，騰訊混元文生圖模型經過數十次版本更新迭代，自研了基於LLM+ transformer的文生圖基礎能力，並且基於基礎模型，推進了多項應用工作，包含影象風格化、商品背景更換等。

騰訊混元大模型是騰訊自研的通用大語言模型，具備強大的中文創作能力，複雜語境下的邏輯推理能力，以及可靠的任務執行能力。

騰訊混元大模型有良好的上下文理解和長文記憶能力，能夠流暢完成各專業領域的對輪問答；支援文學創作、文字摘要、角色扮演；能夠準確理解使用者意圖，基於已有資料或資訊進行推理、分析；同時有效解決事實性、時效性問題，提升內容生成效果。他表示，目前在人工智慧文生圖領域，普遍遇到的難點和挑戰在於圖文不完全相關、圖片不正確，出現區域性畸形以及細節質感差等，騰訊混元文生圖透過中英文雙語細粒度CLIP模型，保證主體和屬性充分理解前置模型連線圖文特徵，增強語義表達，基於Transformer的大模型框架，強化生成模型的內容結構合理化表達，引入人體先驗結構資訊，修正人體結構生成，並透過建設基於模型融合方案，充分發揮模型在人物、場景各個維度的細節展現。

據瞭解，騰訊混元文生圖是中文原生的文生圖模型，對中文的語義理解比較強，在混元大模型中輸入中文詩句、成語等指令，要求其創作畫作，混元文生圖一般能準確創作。

而對細節的感知與判別，也是混元文生圖的優勢能力。比如，“生成在樹林中的夜晚，一個棕色頭髮、綠色眼睛的男子站在樹林裡。照片採用特寫構圖，展現了動漫風格和神秘氛圍，蘊含了漫畫文化”。在最佳化之前，模型可能難以識別出不同身體部分與顏色的需求；最佳化之後，則可以相對準確地識別出各處細節的要求。

在內容合理性方面，AI生成人體結構和手部經常容易出問題。混元文生圖透過增強演算法模型的影象二維空間位置感知能力，並講人體骨架和人手結構等先驗資訊引入到生成過程中，讓生成的影象結構更合理，減少錯誤率。

在畫面質感方面，混元文生圖基於多模型融合的方法，提升生成質感。經過最佳化之後，混元文生圖的人像模型（髮絲、皺紋等）效果提升30%；場景模型（草木、波紋等）效果提升25%。從而使生成照片的真實感較強，包括人像、場景與自然景觀，可生成長城等中國著名景觀、旅遊與風景等廣告場景中多見的需求。

騰訊科技《一線》 紀振宇 發自矽谷

在本屆GTC大會期間，騰訊混元大模型披露了其在“文生圖”領域的進展。騰訊混元文生圖技術負責人、騰訊專家研究員蘆清林接受騰訊科技《一線》專訪時表示，騰訊混元文生圖大模型目前從模型結構和技術能力來看，均處於業內領先地位，同時優勢和特色還在與廣告、遊戲、內容、雲服務等具體的應用場景結合緊密。

騰訊混元文生圖技術負責人、騰訊專家研究員蘆清林介紹騰訊混元大模型文生圖能力

蘆清林介紹說，自2023年10月正式對外亮相以來，騰訊混元文生圖模型經過數十次版本更新迭代，自研了基於LLM+ transformer的文生圖基礎能力，並且基於基礎模型，推進了多項應用工作，包含影象風格化、商品背景更換等。

騰訊混元大模型是騰訊自研的通用大語言模型，具備強大的中文創作能力，複雜語境下的邏輯推理能力，以及可靠的任務執行能力。

騰訊混元大模型有良好的上下文理解和長文記憶能力，能夠流暢完成各專業領域的對輪問答；支援文學創作、文字摘要、角色扮演；能夠準確理解使用者意圖，基於已有資料或資訊進行推理、分析；同時有效解決事實性、時效性問題，提升內容生成效果。他表示，目前在人工智慧文生圖領域，普遍遇到的難點和挑戰在於圖文不完全相關、圖片不正確，出現區域性畸形以及細節質感差等，騰訊混元文生圖透過中英文雙語細粒度CLIP模型，保證主體和屬性充分理解前置模型連線圖文特徵，增強語義表達，基於Transformer的大模型框架，強化生成模型的內容結構合理化表達，引入人體先驗結構資訊，修正人體結構生成，並透過建設基於模型融合方案，充分發揮模型在人物、場景各個維度的細節展現。

據瞭解，騰訊混元文生圖是中文原生的文生圖模型，對中文的語義理解比較強，在混元大模型中輸入中文詩句、成語等指令，要求其創作畫作，混元文生圖一般能準確創作。

而對細節的感知與判別，也是混元文生圖的優勢能力。比如，“生成在樹林中的夜晚，一個棕色頭髮、綠色眼睛的男子站在樹林裡。照片採用特寫構圖，展現了動漫風格和神秘氛圍，蘊含了漫畫文化”。在最佳化之前，模型可能難以識別出不同身體部分與顏色的需求；最佳化之後，則可以相對準確地識別出各處細節的要求。

在內容合理性方面，AI生成人體結構和手部經常容易出問題。混元文生圖透過增強演算法模型的影象二維空間位置感知能力，並講人體骨架和人手結構等先驗資訊引入到生成過程中，讓生成的影象結構更合理，減少錯誤率。

在畫面質感方面，混元文生圖基於多模型融合的方法，提升生成質感。經過最佳化之後，混元文生圖的人像模型（髮絲、皺紋等）效果提升30%；場景模型（草木、波紋等）效果提升25%。從而使生成照片的真實感較強，包括人像、場景與自然景觀，可生成長城等中國著名景觀、旅遊與風景等廣告場景中多見的需求。

騰訊科技《一線》 紀振宇 發自矽谷

在本屆GTC大會期間，騰訊混元大模型披露了其在“文生圖”領域的進展。騰訊混元文生圖技術負責人、騰訊專家研究員蘆清林接受騰訊科技《一線》專訪時表示，騰訊混元文生圖大模型目前從模型結構和技術能力來看，均處於業內領先地位，同時優勢和特色還在與廣告、遊戲、內容、雲服務等具體的應用場景結合緊密。

騰訊混元文生圖技術負責人、騰訊專家研究員蘆清林介紹騰訊混元大模型文生圖能力

蘆清林介紹說，自2023年10月正式對外亮相以來，騰訊混元文生圖模型經過數十次版本更新迭代，自研了基於LLM+ transformer的文生圖基礎能力，並且基於基礎模型，推進了多項應用工作，包含影象風格化、商品背景更換等。

騰訊混元大模型是騰訊自研的通用大語言模型，具備強大的中文創作能力，複雜語境下的邏輯推理能力，以及可靠的任務執行能力。

騰訊混元大模型有良好的上下文理解和長文記憶能力，能夠流暢完成各專業領域的對輪問答；支援文學創作、文字摘要、角色扮演；能夠準確理解使用者意圖，基於已有資料或資訊進行推理、分析；同時有效解決事實性、時效性問題，提升內容生成效果。他表示，目前在人工智慧文生圖領域，普遍遇到的難點和挑戰在於圖文不完全相關、圖片不正確，出現區域性畸形以及細節質感差等，騰訊混元文生圖透過中英文雙語細粒度CLIP模型，保證主體和屬性充分理解前置模型連線圖文特徵，增強語義表達，基於Transformer的大模型框架，強化生成模型的內容結構合理化表達，引入人體先驗結構資訊，修正人體結構生成，並透過建設基於模型融合方案，充分發揮模型在人物、場景各個維度的細節展現。

據瞭解，騰訊混元文生圖是中文原生的文生圖模型，對中文的語義理解比較強，在混元大模型中輸入中文詩句、成語等指令，要求其創作畫作，混元文生圖一般能準確創作。

而對細節的感知與判別，也是混元文生圖的優勢能力。比如，“生成在樹林中的夜晚，一個棕色頭髮、綠色眼睛的男子站在樹林裡。照片採用特寫構圖，展現了動漫風格和神秘氛圍，蘊含了漫畫文化”。在最佳化之前，模型可能難以識別出不同身體部分與顏色的需求；最佳化之後，則可以相對準確地識別出各處細節的要求。

在內容合理性方面，AI生成人體結構和手部經常容易出問題。混元文生圖透過增強演算法模型的影象二維空間位置感知能力，並講人體骨架和人手結構等先驗資訊引入到生成過程中，讓生成的影象結構更合理，減少錯誤率。

在畫面質感方面，混元文生圖基於多模型融合的方法，提升生成質感。經過最佳化之後，混元文生圖的人像模型（髮絲、皺紋等）效果提升30%；場景模型（草木、波紋等）效果提升25%。從而使生成照片的真實感較強，包括人像、場景與自然景觀，可生成長城等中國著名景觀、旅遊與風景等廣告場景中多見的需求。