文章主题：IT之家, 腾讯混元大模型, 文生图, 功能升级
近日，我国科技巨头腾讯的混元大模型再次迎来升级，并对外公开了“文生图”功能。据“鹅厂技术派”报道，腾讯混元大模型的升级版已经正式亮相，其效果表现超过了GPT3.5，且在代码能力方面有了显著提升，达到了业界领先水平。这一消息发布后，立刻引发了广泛的关注和讨论。
大模型文生图的制作面临着三大挑战，即对提示词语义的准确理解、生成内容的合理性以及生成图像的效果。为了克服这些难题，腾讯公司投入专项技术力量进行了深入研究，并研发出一系列具有创新性的算法。
在语义理解方面，腾讯混元采用了中英文双语细粒度的模型，模型同时建模中英文实现双语理解，而不是通过翻译，通过优化算法提升了模型对细节的感知能力与生成效果，有效避免多文化差异下的理解错误。
在内容合理性方面，AI 生成人体结构和手部经常出现变形现象。为了改善这一问题，混元文生图采用了先进的算法模型，强化了图像二维空间位置感知能力，并融入了人体骨架和人手结构等先验信息。这样一来，生成的图像结构更加合理，错误率得到了有效降低。
在画面质感方面，混元文生图基于多模型融合的方法，提升生成质感。经过模型算法的优化之后，混元文生图的人像模型，包含发丝、皱纹等细节的效果提升了 30%，场景模型，包含草木、波纹等细节的效果提升了 25%。
如果用户想生成一张更接近真人感的照片，或接近实拍的图片，可以加上“真实感”或“摄影风”等描述；如果用户想要特定风格的图片，建议在提示词中加入该风格的描述，如油画风、赛博朋克风等。此外，用户还可以对画面进行尽可能详细地描述，以获得满意的效果。
据介绍，腾讯内部的多个开发平台已经成功接入腾讯混元大模型，并且已经超过了180个内部业务。这些业务涵盖了腾讯会议、腾讯文档、企业微信、腾讯广告以及微信搜一搜等多个领域。
▲ 图源IT之家网友近日，有IT之家网友反馈已经通过混元大模型内测审核，并分享了相关操作页面。从截图中可以看到，混元大模型支持制定面试大纲、旅行计划、PPT 大纲、健身计划等功能，分为工作、编程、营销、生活等选项。
此外，混元大模型还支持 AI 对话功能，已经通过的内测申请的用户可以尝鲜一下。
IT之家附更多生成图：
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
