今天，腾讯混元宣布混元图像3.0图生图（HunyuanImage3.0-Instruct）模型正式上线，新增图片编辑及多图融合功能。该模型已登陆元宝平台，用户可借助此模型直接创作表情包、进行虚拟人物合拍、社交分享、电商海报设计、游戏角色定制以及各类创意图片制作。（）据透露，混元图像3.0在图生图任务中总参数量达80亿（激活参数约13亿），采用混合专家（MoE）架构，并基于其原生多模态架构的基础模型，融入了图生图的多任务数据。通过对用户输入的图像及编辑指令进行指令微调与后训练，提升了对其深层语义的理解与精准处理能力。混元图像3.0图生图指令效果稳定，所生成图像在一致性和真实感方面显著提升，情感表达更为自然，且产出效率大幅提高。当接收到用户上传的图片与提示词后，模型将首先解析图像内容，并结合用户提供的提示词展开推理。明确需编辑的具体区域、细化编辑操作流程，并指定必须保留的图像部分，生成更为详尽的编辑指令，以确保最终输出质量。据透露，混元图像3.0的图生图功能支持丰富的图片编辑与多图融合操作，包括增删改、风格转换、老照片修复、人物及文字调整等多样化编辑能力，同时可从多张照片中提取人物或元素，合成合影或生成全新图像。在数据层面上，混元团队依托图像与视频原始数据挖掘，并结合专家网络生成，构建了规模达千万级别的图生图数据集，涵盖80余项任务，并将其引入持续训练（CT）环节，助力模型掌握基本的图像编辑能力。同时，混元团队针对图生图数据构建了思维链机制，使模型能够优先分析用户的图像与需求，生成更详尽的编辑指令，从而提升编辑质量。在后训练阶段，混元图像3.0的图生图功能引入自研的MixGRPO算法，并通过奖励模型进行多轮迭代优化，有效对齐用户偏好，显著提升指令理解能力与非编辑区域的一致性表现。

（作者：）

本文为文吸血鬼吻脖子故事——|原创作品，未经授权禁止转载！

本文所用图片，除特别注明外均来自网络搜索，如有侵权烦请联系作者删除，谢谢！