騰訊混元文生圖大模型開源訓練代碼 發佈LoRA與ControlNet插件

站長之家（ChinaZ.com）6月21日 消息:騰訊混元文生圖大模型（混元 DiT 模型）宣佈全面開源訓練代碼，包括 LoRA 插件和 ControlNet 插件。

LoRA 是一種用於微調大型語言模型的技術，可以在不修改原有模型或增加模型大小的情況下，利用少量數據訓練出具有特定特徵的模型。

ControlNet 是一種可控化生成算法，允許用戶通過添加額外條件來更好地控制圖像生成。騰訊混元提供了三個首發 ControlNet 模型，可以提取與應用圖像的邊緣、深度和人體姿勢等條件。

此外，混元 DiT 發佈了專屬加速庫，提升推理效率並簡化使用方式。混元 DiT 已被廣泛用於素材創作、商品合成、遊戲出圖等多個領域，包括騰訊廣告妙思平臺和多家媒體使用混元 DiT 模型進行內容生成。

官網:

https://dit.hunyuan.tencent.com/

代碼:

https://github.com/Tencent/HunyuanDiT

模型:

https://huggingface.co/Tencent-Hunyuan/HunyuanDiT

論文:

https://tencent.github.io/HunyuanDiT/asset/Hunyuan_DiT_Tech_Report_05140553.pdf

數據製作流程:

https://github.com/Tencent/HunyuanDiT/blob/main/IndexKits/docs/MakeDataset.md