Tencent's Hunyuan Image 3.0 is insane. It's currently the top overall and top open-source Text-to-Image model in the Arena beating Nano Banana and Seedream.
LMArena第一名 - 混元影像3.0
這款具備800億參數的開源MoE模型，榮登LMArena文生圖榜單第一名，在中英文文本渲染上表現傑出，同時擁有先進的多模態推理與扎實的世界知識儲備。
公開
混元影像 3.0 YouTube 影片
觀看展示騰訊混元影像 3.0 強大 AI 影像生成能力的演示和教學
混元影像 3.0 在 X 上的熱門評價
看看大家在 X (Twitter) 上對混元影像 3.0 的評價
Hunyuan Image 3.0 Prompt { "Objective": "Create a fashion magazine cover image featuring a man and woman in a cinematic, artistic setting.", "Scene_Details": { "Main_Subjects": { "Gender": ["Male", "Female"], "Pose": "Standing still, looking directly at the Show more
今天早晨起来，看到混元图像3.0竟然登顶 LMArena 文生图模型榜单第一名，成了世界第一的文生图模型。 LMArena是目前国际上最权威的AI模型竞技场榜单，采用完全匿名的盲测机制。 就是在这个榜单上，混元图像3.0击败了 Google 的 Nano Banana、OpenAI 的 GPT 4o Show more
I’m going to Mars. At least according to the AI-generated ticket I just printed. Fully readable, poster-worthy, and 100% created with an open-source model. Here’s 10 crazy things Hunyuan Image 3.0 can do:
Hunyuan Image 3.0, de Tencent, se ha asegurado el primer puesto mundial en la última evaluación de texto a imagen de LMArena. El 28 de septiembre, Tencent lanzó una bomba: HunyuanImage 3.0. Un modelo multimodal nativo, de código abierto y con parámetros de 80B. ¿Traducción? Show more
O melhor modelo para geração de imagem a partir de texto é de código aberto! O modelo chinês Hunyuan Image 3.0 superou o Gemini 2.5 Flash Image Preview, também conhecido como nano Banana 🍌.
腾讯混元图像3.0，在LMArena平台的全球26个顶级AI模型盲测中，以用户真实投票获得文生图领域第一 超越Google、OpenAI等国际巨头，包括此前热门的nano-banana模型 发布仅一周即登顶Hugging Face热榜，展现了快速的市场认可度
We now have the most comprehensive lineup of generative 3D models on @Scenario_gg, from Hunyuan 3.0 to Hithem3D, Rodin, Meshy, Tripo, Trellis, and more! All in one place, plus image & video generation. Check it out: app.scenario.com/3D/
There’s no other platform with as many generative 3D models as Scenario. app.scenario.com
什麼是混元影像3.0
騰訊突破性的AI影像生成模型，具有卓越的中英文文本能力
騰訊技術驅動
800億MoE架構
中英文原生文本
Apache 2.0開源
混元影像3.0基於800億參數的MoE架構，具有130億活躍參數，是首個實現原生中英文文本渲染卓越性能的開源模型。
騰訊技術驅動
800億MoE架構
中英文原生文本
Apache 2.0開源
什麼是混元影像3.0
騰訊突破性的AI影像生成模型，具有卓越的中英文文本能力
混元影像3.0基於800億參數的MoE架構，具有130億活躍參數，是首個實現原生中英文文本渲染卓越性能的開源模型。
混元影像 3.0 強大功能總覽
探索各項先進功能，了解為何混元影像3.0是中英文文生圖AI生成的理想選擇
先进的中英文文本渲染
在中英文兩種語言都具備絕佳的文本生成能力，能完美渲染複雜字元與各類排版。
800億MoE架構
搭載800億參數的專家混合架構，透過專家路由機制提供出色性能與計算效率。
世界知識推理
運用廣泛的世界知識進行高階推理，生成上下文準確、語義豐富的影像。
超長文本理解
以出色的準確度處理超長文本提示詞，在延伸描述中維持完整的上下文資訊。
開源商業許可
在Apache-2.0開源許可下可進行商業使用，能自由整合無任何許可限制。
高解析度支援
可生成最高2048×2048像素的影像，支援多種寬高比，符合專業應用需求。
多模態理解
整合視覺-語言理解與高階多模態處理，生成具備精確語義對齊的影像。
精準佈局整合
對影像構圖具備卓越的控制能力，透過智慧佈局理解精確放置每個元素。
這是騰訊推出的800億參數MoE架構模型，擁有130億活躍參數，專門用於生成高質量影像，在中英文文本渲染、世界知識推理與超長文本理解上都有傑出表現。
它是首款原生就具備優異中英文文本渲染能力的開源模型，能精準渲染複雜中文字元，維持正確的筆畫順序與排版，還能理解相關文化背景。
它以Apache-2.0開源許可發布，開放免費商業使用，你可以將它整合進產品服務、修改程式碼並部署，不需要支付任何授權費用，也沒有使用限制。
最高支援2048×2048像素的解析度，標準尺寸有1024×1024、1536×1536，還有直屏、橫屏變體，也開放256到1536像素之間的自定義尺寸設定。
適合中英文內容創作、含文字的營銷材料、教育插圖、文化內容與電商影像，尤其適合需要在影像中精準渲染文本的應用場景。
在處理高度複雜場景、特定藝術風格或生成逼真人臉時可能有不足，提供詳細提示詞並多次迭代就能獲得最佳品質。
混元影像3.0文生圖功能使用指南
輕鬆精通混元影像3.0的文生圖功能
1
撰寫細節完整的中英文提示詞2
選擇解析度和參數3
審查和最佳化輸出不論使用中文還是英文，都可建立包含主題、風格、構圖和文本內容具體細節的完整提示詞，實現精準的渲染效果。