騰訊混元發布并開源圖像模型2.1，支持原生2K生圖
一躍而成全球第三熱門模型
9月9日深夜，騰訊發布并開源混元最新的生圖模型“混元圖像2.1（HunyuanImage 2.1）” 。該模型綜合能力業界領先，支持原生2K高清生圖。
混元圖像2.1模型在開源后，在Hugging Face模型熱度榜熱度迅速攀升，一躍而成全球第三熱門模型。在該榜單前八名中，騰訊混元模型家族包攬三席。
同時，騰訊混元團隊透露，即將發布原生多模態圖像生成模型。
混元圖像2.1在2.0架構的基礎上全面升級，更加注重生成效果與性能之間的平衡。新版本不僅支持中英文的原生輸入，還能夠實現中英文文本與復雜語義的高質量生成。同時，在生成圖片的整體美學表現和適用場景的多樣性方面，都有了顯著提升。
這意味著，設計師、插畫師等視覺創作者能夠更加高效、便捷地將自己的創意轉化為畫面。無論是生成高保真的創意插畫，還是制作包含中英文宣傳語的海報和包裝設計，亦或是復雜的四格漫畫與連環畫，混元圖像2.1都能為創作者提供快速、高質量的支持。
混元圖像2.1是一款全面開源的基座模型，不僅具備業界領先的生成效果，還能夠靈活適配社區多樣化的衍生需求。目前，混元圖像2.1的模型權重和代碼已在Hugging Face、GitHub等開源社區正式發布，個人和企業開發者均可基于這一基礎模型開展研究，或開發各類衍生模型與插件。
得益于更大規模的圖文對齊數據集，混元圖像2.1在復雜語義理解和跨領域泛化能力上有了顯著提升。它支持最長達1000個tokens的提示詞，可精準生成場景細節、人物表情和動作，實現多物體的分別描述與控制。此外，混元圖像2.1還能夠對圖像中的文字進行精細控制，使文字信息與畫面自然融合。
（混元圖像2.1亮點1：模型對復雜語義理解能力強，支持多主體分別描述與精確生成。）
（混元圖像2.1亮點2：對圖像中的文字和場景細節的把控更為穩定。）
（混元圖像2.1亮點3：支持風格豐富，如真人、漫畫與搪膠手辦等，并具備較高美感。）
騰訊混元圖像模型2.1處于開源模型中的SOTA水平。
從 SSAE（Structured Semantic Alignment Evaluation） 的評估結果上看，騰訊混元圖像模型2.1在語義對齊上目前達到了開源模型上最優的效果，并且非常接近閉源商業模型 (GPT-Image) 的效果。
同時，GSB（Good Same Bad) 評測結果表明，HunyuanImage 2.1的圖像生成質量與閉源商業模型Seedream3.0相當，同時相較于同類開源模型Qwen-Image略優。
混元圖像2.1模型不僅采用了海量訓練數據，還利用結構化、不同長度、內容多樣的caption，極大提升了對文本描述的理解能力。在caption模型中，引入了OCR和IP RAG專家模型，有效增強了對復雜文字識別和世界知識的響應能力。
為大幅降低計算量、提升訓練和推理效率，模型采用了32倍超高壓縮倍率的VAE, 并使用dinov2對齊和repa loss來降低訓練難度。因此，模型能高效原生生成2K圖。
在文本編碼方面，混元圖像2.1配備了雙文本編碼器：一個MLLM模塊用于進一步提升圖文對齊能力，另一個ByT5模型則增強了文字生成表現力。整體架構為17B參數的單/雙流DiT模型。
此外，混元圖像2.1還在17B參數量級的模型上解決了平均流模型（meanflow）的訓練穩定性問題，將模型推理步數由100步蒸餾到8 步，顯著提升推理速度的同時保證了模型原有的效果。
同步開源的混元文本改寫模型（PromptEnhancer）是業內首個系統化、工業級的中英文改寫模型，能夠對用戶的文本指令進行結構化優化，豐富視覺表達，使改寫后的文本生成圖像的語義表現得到大幅提升。
騰訊混元在圖像生成領域持續深耕，曾發布首個開源的中文原生DiT架構圖像大模型——混元DiT，以及業界首個商用級實時生圖模型——混元圖像2.0。此次推出的原生2K模型混元圖像2.1則在效果與性能之間實現了更好的平衡，能夠滿足用戶和企業在多樣化視覺場景下的多種需求。
同時，騰訊混元堅定擁抱開源，陸續開放了多種尺寸語言模型，圖像、視頻、3D等完整多模態生成能力和工具集插件，提供接近商業模型性能的開源基座。圖像、視頻衍生模型數量總數達到3000個，混元3D系列模型社區下載量超過230萬，已成為全球最受歡迎的3D開源模型。
附項目相關鏈接，
騰訊混元官網：
https://hunyuan.tencent.com/image
Github：
https://github.com/Tencent-Hunyuan/HunyuanImage-2.1
Hugging Face：
https://huggingface.co/tencent/HunyuanImage-2.1
- 視頻理解霸榜！快手Keye-VL旗艦模型重磅開源，多模態視頻感知領頭羊2025-11-28
- 中國唯一！阿里千問斬獲全球AI頂會最佳論文2025-11-28
- 第19屆中國投資年會·有限合伙人峰會在滬成功舉辦2025-11-28
- C++之父親臨北京，AI 原生時代最值得參加的系統軟件技術大會日程發布2025-11-28
相關閱讀
助力近300件海外文物數字化回歸，國寶全球數字博物館微信小程序上線
該小程序采用了騰訊自主研發的“高清拼接”和“三維全景”的數字技術，首次實現文物珍品《康熙南巡圖》第三、四卷跨越地域的數字化“合體”，創造了前所未有的沉浸式云游體驗。
