前有OpenAI发布GPT-4o，后有Google发布Imagen3，而现在，腾讯也交出了他的一份答卷：混元文生图大模型全面升级并开源！
这个是目前业内首个中文原生的DiT架构开源模型，并且支持中英文双语输入及理解。
什么是DiT架构呢？简单来说就是Stable diffusion3和Sora也是用的这种架构，但目前Sora并没有对外开放，而Stable diffusion3 也没有像之前说的完全开源，而混元大模型是完全开源的，从这一点看，我觉得腾讯混元团队还是非常有诚意的！（点个赞）
注：官方放出来的架构图，感兴趣可以看看，看不懂的可以让Kimi或者GPT4教你，实测有效
那么混元-DiT模型表现如何呢？请容我娓娓道来
1、支持中文提示词
前面提到，混元-DiT模型支持中英输入，所以对于国内的朋友是一个比较大的利好，不用再经历中文转英文的过程了。
注：这是放出来的几张效果图
2、长文本理解能力
简单来说就是能分析和理解长篇文本中的信息并生成相应艺术作品，这是官方放出来的效果图
3、支持多轮对话
也就是说可以通过多次对话来不断修改图片，从而达到我们的要求，毕竟有时候一次对话并不能很好地生成满意的图片。
如果你看我之前介绍文生视频工具Pika的文章，可能你对这个功能就不会陌生，因为Pika也是支持多轮对话修改视频的。
那么混元-DiT模型如何体验呢？很遗憾，目前的话，我并没有找到能够在线体验的地方！
虽然在混元-DiT模型的官网提到了欢迎你在腾讯混元助手体验，但是我登录进去之后，发现里面的模型并不是新开源的这个（还是说我不在灰度？），原因有三个：
第一是它的底部标明了是基于腾讯混元大模型V1.7.6，并且消息中心也没有最新的开源消息
第二就是官方放出来的视频中，我看到演示的版本其实是2.0
第三就是凭感觉了，在混元助手里面生成的图片明显感觉没有官网放出来的好，而且还需要“生成一张图片”等提示词触发。
所以如果想体验的话，只能参照Github上的说明安装并体验了，刚好我的电脑配置也满足要求，后续会单独出一期教学
最后在说说它和其他文生图模型的比较，这是Github上放出来的测试对比：
注：这是由50多名专业评测人员进行评测的结果
总体来讲，相对于其他开源模型是有所提升的，但是对于一些闭源模型就仍有差距，希望在开源的力量下变得更好！
相关地址：
混元-DiT官网：https://dit.hunyuan.tencent.com/
混元-DiT Github地址：https://github.com/Tencent/HunyuanDiT
混元助手地址：https://www.1ai.net/6765.html