香港文匯報訊（記者 周曉菁）國際大模型競技場LMArena最新榜單顯示，騰訊混元圖像3.0發布僅一周，在全球26款模型的用戶盲測中位居第一，被評為最佳綜合文生圖模型，超過了谷歌的Nano Banana。騰訊混元團隊透露，混元圖像3.0目前版本已開放了文生圖能力，圖生圖、圖像編輯、多輪交互等版本將於後續發布。
混元圖像3.0在9月28日發布並開源，是首個開源工業級原生多模態生圖模型，也是目前效果最好的開源生圖模型。混元圖像3.0具備常識並能夠利用知識進行推理；同時語義理解準確度高，並具備極致美學質感，能生成真實的高質感圖片；支持中英文文字生成，長文本文字渲染等。簡而言之，它不僅語義理解精準，更能生成具備極致美學質感的高清圖片，為AI繪畫樹立了新標杆。
能生成生動有趣科普插畫
最令人驚艷的是其實用性。該模型不僅能生成複雜文本、複雜漫畫、表情包，還能生成生動有趣的科普插畫。由於現時本港正值國慶黃金周，香港文匯報記者實測，只需輸入指令「生成一個香港黃金周的四格科普漫畫，字要繁體」，僅等候約一分鐘，四幅風格各異的科普漫畫便一氣呵成，供用家選擇（詳見另圖）。過程更無需使用者逐格描述內容，意味過去需要數小時的創作，如今只需幾分鐘即可完成，這種效率對插畫師、設計師等視覺創作者堪稱革命性突破。
3D系列模型下載量逾260萬
團隊指出，多模態正成為混元大模型的核心競爭力之一，混元3D與圖像生成模型均處於行業頂尖水平。混元目前已形成語言、圖像、視頻、3D模型的多尺寸、多模態開源矩陣，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3,000個，混元3D系列模型社區下載量超過260萬，是全球最受歡迎的3D開源模型之一。
據悉，LMArena是美國加州大學伯克利分校推出的創新AI模型評估平台，評測核心方法是基於人類真實偏好的「盲測」機制，讓用戶對不同AI模型的回答進行匿名投票，衡量模型的表現。用戶輸入問題後，平台提供兩個模型的回答，用戶根據偏好選擇更優答案，投票結果直接塑造公共排行榜。由於該平台訪問量巨大，並且評測機制貼近實際體驗，是目前國際上最權威的競技場榜單。
0 / 255