騰訊混元圖像 3.0 發(fā)布僅僅一周，就開啟了全球“霸榜“模式。

10月5日，國(guó)際大模型競(jìng)技場(chǎng)LMArena最新文生圖榜單顯示，混元圖像 3.0在全球26個(gè)大模型中，高居第一位。這一結(jié)果來自全球所有用戶的“盲測(cè)”，這也標(biāo)志著混元在多模態(tài)生成方面達(dá)到全球領(lǐng)先水平。

 LMArena官方社交平臺(tái)也第一時(shí)間發(fā)文祝賀：“文生圖排行榜大洗牌！騰訊混元圖像3.0登頂競(jìng)技場(chǎng)——同時(shí)被評(píng)為最佳綜合文生圖模型與最佳開源文生圖模型。這款圖像生成模型已超越Seedream 4，以及代號(hào)"nano-banana"的Gemini 2.5 Flash Image Preview。重大突破，恭喜騰訊混元?！?/span>

 

 

9 月初，騰訊混元開源的圖像2.1已是當(dāng)時(shí)效果最佳的開源生圖模型。此次混元圖像3.0更上一層樓，首次奪得文生圖榜單冠軍，超越眾多頂級(jí)閉源模型，展現(xiàn)出強(qiáng)大的技術(shù)實(shí)力。

LMArena是美國(guó)加州大學(xué)伯克利分校推出的創(chuàng)新AI模型評(píng)估平臺(tái)，評(píng)測(cè)核心方法是基于人類真實(shí)偏好的“盲測(cè)”機(jī)制，讓用戶對(duì)不同AI模型的回答進(jìn)行匿名投票，衡量模型的表現(xiàn)。用戶輸入問題后，平臺(tái)提供兩個(gè)模型的回答，用戶根據(jù)偏好選擇更優(yōu)答案，投票結(jié)果直接塑造公共排行榜。 由于該平臺(tái)訪問量巨大，并且評(píng)測(cè)機(jī)制貼近實(shí)際體驗(yàn)，是目前國(guó)際上最權(quán)威的競(jìng)技場(chǎng)榜單。

混元圖像3.0是騰訊9月28日發(fā)布并開源的原生多模態(tài)生圖模型。這是首個(gè)開源工業(yè)級(jí)原生多模態(tài)生圖模型，也是目前效果最好的開源生圖模型?；煸獔D像3.0具備常識(shí)并能夠利用知識(shí)進(jìn)行推理；同時(shí)語(yǔ)義理解準(zhǔn)確度高，并具備極致美學(xué)質(zhì)感，能生成真實(shí)的高質(zhì)感圖片；支持中英文文字生成，長(zhǎng)文本文字渲染。

混元圖像3.0模型也同樣受到開發(fā)者的歡迎，發(fā)布后不久即登上了Hugging Face開源社區(qū)模型熱榜的第一名，持續(xù)一周穩(wěn)居第一；如今又登上了LMarena榜單的榜首，反映了用戶與社區(qū)對(duì)模型的關(guān)注與認(rèn)可。 

騰訊混元團(tuán)隊(duì)透露，混元圖像3.0目前的版本已開放了文生圖能力，圖生圖、圖像編輯、多輪交互等版本將于后續(xù)發(fā)布。

 

理解世界知識(shí)，可基于簡(jiǎn)單提示詞自主推理生成

 精確生成文字，支持長(zhǎng)文本渲染

準(zhǔn)確理解復(fù)雜語(yǔ)義

 

多格表情包生成

寫實(shí)感與美學(xué)提升

 

多模態(tài)正在成為混元大模型的核心競(jìng)爭(zhēng)力之一，混元3D與圖像生成模型均處于行業(yè)頂尖水平。在3D生成領(lǐng)域，8月上海人工智能實(shí)驗(yàn)室的全球3D生成模型評(píng)測(cè)榜單顯示，混元3D模型在圖生3D和文生3D任務(wù)中均位列第一；混元世界模型Voyager在斯坦福大學(xué)WorldScore基準(zhǔn)測(cè)試中綜合能力排名首位。

混元目前已形成語(yǔ)言、圖像、視頻、3D模型的多尺寸、多模態(tài)開源矩陣，提供接近商業(yè)模型性能的開源基座。圖像、視頻衍生模型數(shù)量總數(shù)達(dá)到3000個(gè)，混元3D系列模型社區(qū)下載量超過260萬(wàn)，是全球最受歡迎的3D開源模型。

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。