6 月 6 日消息，騰訊今日發布針對騰訊混元文生圖開源大模型（混元 DiT）的加速庫，號稱大幅提升推理效率，生圖時間縮短 75%。
官方表示，混元 DiT 模型的使用門檻也大幅降低，用戶可以基于 ComfyUI 的圖形化界面使用騰訊混元文生圖模型能力。同時，混元 DiT 模型已經部署至 HuggingFaceDiffusers 通用模型庫中，用戶僅用三行代碼即可調用混元 DiT 模型，無需下載原始代碼庫。
在此之前，騰訊曾宣布混元文生圖大模型全面升級并對外開源，供企業、個人開發者免費商用。騰訊方面稱其為“業內首個”中文原生的 DiT 架構文生圖開源模型，支持中英文雙語輸入及理解。其采用與 sora 一致的 DiT 架構，不僅可支持文生圖，也可作為視頻等多模態視覺生成的基礎。
運行該模型需要支持 CUDA 的英偉達 GPU，單獨運行混元 DiT 所需的最低顯存為 11GB，同時運行 DialogGen（騰訊推出的文本轉圖像多模態交互式對話系統）和混元 DiT 則至少需要 32GB 的顯存，騰訊表示他們已經在 Linux 上測試了英偉達的 V100 和 A100 GPU。
本站內容除特別聲明的原創文章之外，轉載內容只為傳遞更多信息，并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創文章及圖片等內容無法一一聯系確認版權者。如涉及作品內容、版權和其它問題，請及時通過電子郵件或電話通知我們，以便迅速采取適當措施，避免給雙方造成不必要的經濟損失。聯系電話：010-82306118；郵箱：aet@chinaaet.com。