摘要
1) 一句话总结 腾讯正式全面开源了基于DiT架构且支持原生中文的AI绘图大模型“腾讯混元”，面向企业和个人开发者免费开放，填补了国内高质量开源AI绘图大模型的空白。
2) 关键要点
- 全面开源免费：腾讯混元AI绘图大模型面向企业和个人开发者完全免费，模型文件已在Hugging Face上线提供下载。
- 采用DiT架构：抛弃了传统的U-Net架构，采用了与Sora、SD3相同的DiT（Diffusion Transformer）架构，这也是未来多模态视觉生成的统一主流架构。
- 原生中文驱动：模型专为中文语境优化，能够精准理解和生成中国古诗词及中国文化特色的画面（如古风阁楼飞檐、中式美食等）。
- 长文本与多轮对话能力：得益于DiT架构，模型长文本理解能力大幅提升，并支持类似DALL-E的多轮对话修改，且能保持极高的图像一致性。
- 提供在线免费体验：普通用户无需本地部署，可直接通过“腾讯混元助手”小程序或网页端（hunyuan.tencent.com）免费在线使用AI绘图功能。
- 持续的开源贡献：在此大模型之前，腾讯已在AI图像领域开源了多个核心项目和插件，包括IPAdapter（主流风格/角色复刻插件）、Photomaker（写真定制）和InstantMesh（单视角生成3D）。
3) 风险与不足（基于原文）
- 本地部署门槛较高：目前官方开源的模型对于初级开发者（小白）来说本地部署难度过大，尚需等待开源社区提供WebUI或ComfyUI的适配。
- 提示词（Prompt）句式敏感：在实际使用中，采用“生成XXXX+特定风格”的句式效果较好；若仅输入“画一个XXX”，生成的图像风格可能会出现不可控的情况。
- 海外竞品闭源趋势：作为行业对比，Stability AI的SD3模型目前需通过Discord机器人付费开通会员才能使用，受限于其商业盈利压力，大概率将不再开源。
正文
坦率的讲，一直以来，我都很希望在AI绘图领域，有一个我们自己的开源的AI绘图大模型标杆的。
只属于我们国内的、中文驱动的AI绘图开源大模型。
然后我们如此蓬勃的创作者和开发者， 就像现在的Stable Diffusion一样，在这个基础上，缔造出繁荣的开源生态。
但是AI绘图大模型，好像一直是一个魔咒。
国内大模型出了无数，也出了无数的开源，但是国内的AI绘图大模型，却不足十不足一，更别提开源的了。
不过外面的情况也不是那么的好，自从Stability开源了SD XL之后，在AI绘图大模型上，好像再没动静了。
而全新DiT架构、炒的沸沸扬扬的SD3，在他们决定接给Discord的机器人 Stable Artisan之后 ，需要普通用户付费开会员才能使用，我觉得也大概率不会开源了。
毕竟，如果你开源，那对你整个Stability的盈利都是一个挺重的打击的，Stability的商业模式本来就很难看，整个团队的盈利也都饱受诟病，这要是还开源
AI绘图大模型的开源生态，好像被按下了暂停键。
直到昨天，我看到了腾讯混元，默默地开源了他们的AI绘图大模型，嗯，就那么的默默的开源了。
这很腾讯。
列几个关键词：DiT、中文原生。当然，最核心的是还是那条：
全面开源。
不管是企业还是个人开发者，全部免费可用。
坦率的讲，我对腾讯一直是有非常强的好感的。当然不是因为我主阵地在公众号，需要腾讯爸爸赏饭吃。
是因为腾讯在AI绘图开源领域，做出了巨大的贡献。
如果大家看最近海辛和阿文的一些项目内容，会发现他们大量的使用 ControlNet+AnimetaDiff+IPAdapter这个工作流。
ControlNET和AnimetaDiff这两个不提了，已经大名鼎鼎了，而这个IPAdapter，是能替代的LoRA的东西，一张图片，直接复刻角色或者风格，非常好的解决了一致性。已经基本快成为了现在整个AI转绘领域最主流的插件之一。
而这个 IPAdapter，就是腾讯搞出来的。 然后，开源。
不同于国内其他的一些厂商，腾讯一直就在默默地发项目，开源；发项目，开源。
比如前段时间一张照片就定制各种写真的项目Photomaker，腾讯搞的，然后开源。
比如前段时间的一张单视角生成3D的项目 InstantMesh，腾讯搞的，然后开源。
还有很多很多。
所以可能不光是我，整个开源社区，对腾讯的情感，都是有一些情感的，开源开的这么勤快的公司，其实说实话，不多。
不过这一次，他们没有开源插件，但是选择开源了可能是这个AI时代，最重要的东西：
大模型。
项目地址在此：https://dit.hunyuan.tencent.com/
跟Sora、SD3同架构，也就是抛弃了传统U-Net架构，而使用了DiT架构的新模型。
今年2月16号Sora的横空出世，DiT架构，已经被大厂们共同认证了，这就是未来的主流。 未来，DiT架构大概率也会成为文生图、生视频、生3D等多模态视觉生成的统一架构。
模型目前已经可以直接去huggingface上下了，不过我去看了一眼，嗯。。。
对我这种开发小白来说，本地部署还是过于困难了。。。
但是他们自己的产品演示，看着还是非常有趣的。
很期待大佬们做的WebUI或者Comfyui的适配，当然，还有我最关心的微调，基于混元的AI绘图大模型上的繁荣生态，可能更让我期待。
不过我找了一圈，发现对普通的用户，腾讯混元也提供了在线的免费使用的方式，AI绘图直接集成在了他们的混元助手里。
可以在小程序和网页端用，小程序直接搜“腾讯混元助手”就行，网页端的网址在此：htt ps://hunyuan.tencent.com/
我就去里面实际跑了下效果。
效果还不错。
再来一个幻想风格的猫。
在使用中，我发现腾讯混元的画图prompt，是用生成XXXX+特定风格效果是比较好的。
如果写画一个XXX，那个风格可能会有一点不可控。
既然都是原生中文模型了，那我们自然得再来试点适合中国宝宝体质的Prompt。
比如这一段Prompt： 生成一幅图：“落霞与孤鹜齐飞，秋水共长天一色”
生成： “ 一座古风的楼阁，周围都是山峰。 ” （PS：终于又能把阁楼的 飞檐 画对的了！！！）
生成照片：热气腾腾的烧麦，美食摄影风格
说实话，我还是喜欢用中文当Prompt的感觉。
毕竟，中文，才是最牛逼的。中国的古诗词，也才是最屌的。
而且得益于DiT的结构，长文本理解能力有了大幅的提升，并且，还支持类似于Dalle的多轮对话。
比如。
嗯。。。人都搁病床上躺着了还不忘工作呢。。。
这种多轮对话的能力，非常有意思，而且一致性，保持的非常非常好。
我已经越来越期待，开源社区的大佬们，基于腾讯混元的AI绘图大模型进行的微调了。
会不会有Majic麦橘写实、DreamShaper这样级别的基于混元的微调定制大模型出来，说实话，我不知道。
但是我期待出现的那一天。
我们需要自己的AI绘图开源大模型，已经太久了。
现在，它来了。
那就，继续在AI这条路上，一路狂奔，发光发热吧。
风雨同舟，愿与诸君共勉。
。