腾讯混元大模型文生图功能正式对外开放！

AIBetas消息，10月26日，腾讯官方正式宣布腾讯混元大模型迎来全新升级，并正式对外开放“文生图”功能。升级后的腾讯混元中文效果整体超过GPT3.5，代码能力大幅提升20%，达到业界领先水平。

根据腾讯官方的说明，相比其他大模型，腾讯混元的文生图应用，在人像真实感、场景真实感上有比较明显的优势，同时，在中国风景、动漫游戏等场景等生成上有较好的表现。在业界公认难度较高的人脸画像生成上，腾讯混元也交出了比较令人满意的作品。

腾讯混元文生图技术创新

大模型文生图的难点体现在对提示词的语义理解，生成内容的合理性以及生成图片的效果，针对这三个技术难点，腾讯进行了专项的技术研究，提出了一系列原创算法，来保证生成图片的可用性和画质。
1、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。

2、在内容合理性方面，AI生成人体结构和手部经常容易变形。混元文生图通过增强算法模型的图像二维空间位置感知能力，并讲人体骨架和人手结构等先验信息引入到生成过程中，让生成的图像结构更合理，减少错误率。

3、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%。

prompt 使用注意事项

1、如果你想生成一张更接近真人感的照片，或接近实拍的图片。请使用“生成一张XX的图片”或者“生成一张XX的照片”，并加上“真实感”或“摄影风”等描述，如果使用“画一幅xx画”，会被识别成其他风格的图画。
2、如果你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、水墨画风格、像素风、日漫动画风、儿童画等，或者使用灵感发现中的特定风格，不给出明确画风指示时，混元大模型随机生成常见风格图片。

3、对你想要的画面进行尽可能详细的描述，并建议多次调整你的提示词，比如“生成一副照片：亚洲女子，魅力，长发，戴墨镜，站在长城上，背景有红叶”、“画一幅亚洲女生的画，黑色与绿色相间的中短发，卡通人像，迪士尼风，民俗肖像，宁静脸孔”。