快科技10月26日消息，今年9月，騰訊混元大模型正式發(fā)布，1個(gè)多月后，該大模型今天迎來重磅升級。

據(jù)“鵝廠技術(shù)派”公眾號介紹，今天上午，騰訊混元大模型迎來全新升級，并正式對外開放“文生圖”功能。

升級后的騰訊混元中文效果整體超過GPT3.5，代碼能力大幅提升20%，達(dá)到業(yè)界領(lǐng)先水平。

據(jù)介紹，相比其他大模型，騰訊混元的文生圖應(yīng)用，在人像真實(shí)感、場景真實(shí)感上有比較明顯的優(yōu)勢。

同時(shí)，在中國風(fēng)景、動(dòng)漫游戲等場景等生成上有較好的表現(xiàn)。

大模型文生圖的難點(diǎn)體現(xiàn)在對提示詞的語義理解，生成內(nèi)容的合理性以及生成圖片的效果。

針對這三個(gè)技術(shù)難點(diǎn)，騰訊進(jìn)行專項(xiàng)的技術(shù)研究，提出一系列原創(chuàng)算法，來保證生成圖片的可用性和畫質(zhì)。 

具體來說，在語義理解方面，騰訊混元采用了中英文雙語細(xì)粒度的模型，模型同時(shí)建模中英文實(shí)現(xiàn)雙語理解，而不是通過翻譯。

通過優(yōu)化算法提升了模型對細(xì)節(jié)的感知能力與生成效果，有效避免多文化差異下的理解錯(cuò)誤。

為了解決AI生成人體結(jié)構(gòu)和手部經(jīng)常容易變形的問題，混元文生圖增強(qiáng)了算法模型的圖像二維空間位置感知能力。

并將人體骨架和人手結(jié)構(gòu)等先驗(yàn)信息引入到生成過程中，讓生成的圖像結(jié)構(gòu)更合理，減少錯(cuò)誤率。

質(zhì)感方面，經(jīng)模型算法優(yōu)化后，混元文生圖的人像模型，包含發(fā)絲、皺紋等細(xì)節(jié)的效果提升了30%，場景模型，包含草木、波紋等細(xì)節(jié)的效果提升25%。

據(jù)悉，混元大模型為騰訊全鏈路自研大語言模型，參數(shù)規(guī)模超千億，預(yù)訓(xùn)練語料超2萬億tokens（大語言模型文本單位），具有中文創(chuàng)作能力、任務(wù)執(zhí)行能力和復(fù)雜語境下的邏輯推理能力。

該模型能在多種場景下處理超長文本，通過位置編碼優(yōu)化，提升長文處理效果和性能，結(jié)合指令跟隨優(yōu)化，讓產(chǎn)出內(nèi)容更符合字?jǐn)?shù)要求。

混元大模型已在騰訊云、騰訊廣告、微信搜一搜等多個(gè)騰訊內(nèi)部業(yè)務(wù)和產(chǎn)品經(jīng)過測試。

同時(shí)也服務(wù)產(chǎn)業(yè)場景，客戶可基于API調(diào)用混元，也可基于混元做專屬的行業(yè)大模型。

以上圖片均由騰訊混元文生圖生成