腾讯宣布开源小显存版本的混元文生图模型，降低至 6G 显存即可运行，方便个人电脑本地部署。同时，混元 DiT 模型升级至 1.2 版本，图片质感与构图提升。混元 Captioner 打标模型也正式开源，支持中英文双语，优化文生图场景，能更好地理解和表达中文语义。混元 DiT 模型及插件可通过 Hugging Face Diffusers 和图形化界面 Kohya 调用，提高易用性
原文链接：《腾讯混元DiT再升级：推出6G小显存版本，支持Kohya训练》

1. 开源小显存版本：

   • 腾讯混元DiT推出了一个仅需6G显存即可运行的小显存版本，使得个人电脑用户也能轻松部署和使用。

2. 适配Diffusers库：

   • 该小显存版本以及LoRA、ControlNet等插件都已适配至Diffusers库，方便开发者使用。

3. 支持Kohya训练：

   • 新增对Kohya图形化界面的支持，使得开发者可以低门槛地训练个性化LoRA模型。

4. 混元DiT模型升级：

   • 混元DiT模型升级至1.2版本，在图片质感与构图方面有所提升。

5. 混元Captioner模型开源：

   • 腾讯宣布混元文生图打标模型“混元Captioner”正式开源，支持中英文双语，专门针对文生图场景优化，能提供结构化、完整和准确的图片描述。
     

6. 提升数据质量：

   • 混元Captioner通过注入人工标注、模型输出、公开数据等提升描述的完整性，同时注入大量背景知识，提高描述的准确性和完整性。

7. 模型易用性提升：

   • 腾讯混元DiT模型通过推出小显存版本、适配Kohya训练界面和升级至1.2版本，进一步降低了使用门槛，提升了图片质量。

8. 混元DiT生态建设：

   • 混元DiT自全面开源以来，持续建设生态，包括专属加速库、推理代码开源、LoRA和ControlNet插件等。

混元官网
https://dit.hunyuan.tencent.com/
代码
https://github.com/Tencent/HunyuanDiT
模型
https://huggingface.co/Tencent-Hunyuan/HunyuanDiT
论文
https://tencent.github.io/HunyuanDiT/asset/Hunyuan_DiT_Tech_Report_05140553.pdf