导读：腾讯正式发布了新一代开源图像生成项目 HunyuanImage-3.0，并同步公开了技术报告、推理代码和权重文件。这是目前开源社区中规模最大的图像生成项目之一，支持文本生成图像、图像到图像转换以及多轮交互。其亮点包括：统一架构设计、超大规模专家混合模型（MoE）以及更贴近人类理解的生成表现。

9月28日，腾讯发布了 HunyuanImage-3.0，并宣布该项目全面开源。用户不仅可以查看技术报告，还能直接下载推理代码和模型权重，用于本地运行和二次开发。

与常见的扩散式架构不同，HunyuanImage-3.0 采用了统一的自回归框架，把文字和图像的理解、生成纳入同一个体系。这样做的好处是，生成的图片能更准确地呼应文字描述，细节和语境的还原度也更高。

在参数规模上，这一版本也颇为亮眼。HunyuanImage-3.0 是目前最大规模的开源图像生成专家混合模型，共有 64 个专家网络，总参数量达到 800 亿，推理时每个 token 激活约 130 亿参数，显著提升了生成效果。

腾讯方面介绍，这一代在数据筛选和强化学习训练上做了大量工作，使得生成结果在语义准确性和视觉表现之间找到了最佳平衡。用户给出简短提示时，系统还能自动补充合理的细节，让画面更加完整。

除了文本生成图像，HunyuanImage-3.0 还支持图像到图像转换和多轮交互生成，适合更复杂的创作场景。官方在 GitHub 上提供了安装指南、本地运行教程，以及基于 Gradio 的交互式网页演示，方便开发者快速上手。

在评测环节，HunyuanImage-3.0 经过了自动化对齐测试和人工主观打分，结果显示它在细节丰富度和贴合提示的表现上，都已接近甚至超过部分闭源产品。

目前，相关资源已在 HuggingFace 和 GitHub 上同步开放。腾讯也欢迎社区开发者提交反馈和贡献，推动这一开源项目进一步完善。

参考资料:https://huggingface.co/tencent/HunyuanImage-3.0