HunyuanImage 3.0
PulseAugur coverage of HunyuanImage 3.0 — every cluster mentioning HunyuanImage 3.0 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
HunyuanImage 3.0：发布 800 亿参数开源多模态模型
研究人员推出了 HunyuanImage 3.0，这是一款新的多模态模型，在一个自回归框架内集成了图像理解和生成。该模型采用混合专家（Mixture-of-Experts）架构，拥有超过 800 亿个参数，在推理时每个 token 激活 130 亿个参数，使其成为目前最大的开源图像生成模型之一。技术报告详细介绍了数据整理、架构设计和训练方法方面的进展，证明 HunyuanImage 3.0 在文本-图像对齐和视觉质量方面可与当前最先进…
-
新的剪枝框架大幅缩小图像模型尺寸，支持24GB GPU推理
研究人员开发了一种树状混合策略剪枝（TMP）框架，旨在减少大规模图像生成模型的参数数量和计算需求。该框架适用于文本到图像和图像到图像任务，并支持混合专家（MoE）和扩散 transformer（DiT）等架构。实验表明，TMP能够将80B参数的HunyuanImage 3.0模型压缩至20B参数，使其能够在单块24GB GPU上进行推理，且生成质量损失极小。该框架还成功将Z-Image turbo模型从6B参数压缩到4B参数。
-
新的MeanFlow技术稳定了大型扩散模型蒸馏
研究人员开发了一个新框架，用于稳定和增强MeanFlow，这是一种用于蒸馏大型扩散模型的技术。该方法引入了一个具有离散解的热身阶段，然后切换到微分解进行优化。此外，它还结合了轨迹分布对齐，以减轻少步推理过程中的“均值趋向偏差”。这种方法在应用于FLUX.1-dev和800亿参数HunyuanImage 3.0等模型时，表现出了卓越的性能。