腾讯混元文生图大模型（混元 DiT 模型）正式开源！此次开源包含了完整的训练代码，以及LoRA和ControlNet插件，方便开发者们进行二次开发和应用。LoRA插件允许在不增加模型大小的情况下微调模型，而ControlNet插件则能够通过添加额外条件，例如图像边缘、深度和人体姿态等，更好地控制图像生成过程。腾讯还为混元DiT提供了专属加速库，提升推理效率，并简化使用流程。该模型已广泛应用于素材创作、商品合成、游戏出图等领域，并被腾讯广告妙思平台和多家媒体采用。
站长之家（ChinaZ.com）6月21日 消息:腾讯混元文生图大模型（混元 DiT 模型）宣布全面开源训练代码，包括 LoRA 插件和 ControlNet 插件。
LoRA 是一种用于微调大型语言模型的技术，可以在不修改原有模型或增加模型大小的情况下，利用少量数据训练出具有特定特征的模型。
ControlNet 是一种可控化生成算法，允许用户通过添加额外条件来更好地控制图像生成。腾讯混元提供了三个首发 ControlNet 模型，可以提取与应用图像的边缘、深度和人体姿势等条件。
此外，混元 DiT 发布了专属加速库，提升推理效率并简化使用方式。混元 DiT 已被广泛用于素材创作、商品合成、游戏出图等多个领域，包括腾讯广告妙思平台和多家媒体使用混元 DiT 模型进行内容生成。
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
数据制作流程:
https://github.com/Tencent/HunyuanDiT/blob/main/IndexKits/docs/MakeDataset.md
腾讯混元DiT模型的开源，为开发者们提供了强大的工具和资源，相信将会推动文生图领域的进一步发展，也期待看到基于该模型的更多创新应用。