渾源画像2.0 - テンセントが発表した大規模リアルタイムAI画像生成モデル。 - AiBoss

Hunyuan Image 2.0とは何ですか？

Hunyuan Image 2.0は、テンセント初のミリ秒レベルの応答時間を誇るリアルタイムAI画像生成モデルです。Hunyuan Image 2.0は、テキスト、音声、スケッチなど、複数のインタラクション方法に対応しています。ユーザーがコマンドを入力すると、画像はスムーズかつ遅延なく同時に生成されます。シングルストリームとデュアルストリームのDiTアーキテクチャに基づき、超リアルな品質、豊富なディテール、そして光、影、質感の正確なレンダリングを備えた画像を生成します。Hunyuan Image 2.0の生成速度は主流モデルよりも大幅に高速で、「入力しながら描画」が可能です。Hunyuan Image 2.0は、多意味理解機能を備え、複雑なコマンドを正確に解釈して対応する画像を生成することで、クリエイターに効率的かつ柔軟な創作体験を提供します。

Hunyuan Image 2.0の主な機能

リアルタイム生成テキスト、音声、スケッチ入力に対応し、画像を素早く生成し、リアルタイムで調整可能です。
高画質画像生成された画像は非常にリアルで、細部まで精緻に描写されており、スタイルも多様である。
知的な理解複雑なテキスト指示を正確に理解し、対応する画像を生成する。
リアルタイム描画ボード線画を描き終えると、着色と細部が同時に生成され、部分的な調整が可能になります。
グラフィック最適化生成された画像の構図、照明、その他の要素を自動的に最適化します。

渾源イメージ2.0の技術原理

シングル/デュアルストリームDiTアーキテクチャシングルストリームおよびデュアルストリームのDiT（時間拡散）アーキテクチャに基づき、画像生成の効率を大幅に向上させます。拡散処理の時間的・空間的複雑性を最適化することで、高品質な結果を維持しながら、より高速な画像生成を実現します。
超高圧縮率画像コーデックテンセントのHunyuanチームは、超高圧縮率の画像コーデックを独自開発し、画像のエンコードシーケンスの長さを大幅に短縮しました。これにより、画像生成が高速化され、生成プロセスにおける情報損失が低減されます。情報ボトルネック層の最適化と強化された敵対的学習により、モデルは高速な生成速度を維持しながら、より詳細な画像を生成できるようになり、画質への影響を最小限に抑えています。
マルチモーダル大規模言語モデル（MLLM）マルチモーダル大規模言語モデル（MLLM）は、テキストエンコーダーとして導入されました。従来のテキストエンコーダー（CLIP、T5など）と比較して、MLLMは大規模なクロスモーダル事前学習と多数のパラメータを備えたモデルアーキテクチャに基づいており、より深い意味解析を可能にします。
強化学習（トレーニング後）思考速度を遅くする報酬モデルに基づき、一般的な事後学習と美的事後学習を用いることで、生成される画像のリアリティが効果的に向上し、現実世界のニーズにより合致したものとなる。
自社開発の蒸留防止液学習済みモデルに基づき、潜在空間一貫性モデルを用いることで、ノイズ除去された軌跡上の任意の点を、学習に基づいた軌跡生成サンプルに直接マッピングし、より少ないステップで高品質な生成を実現します。

Mixed Image 2.0の公式サンプル

ポートレート写真スタイル：

動物のクローズアップ：

アニメスタイル：

Mixed Image 2.0 の使い方

公式ウェブサイトをご覧くださいテンセント混源の公式サイトにアクセスし、画面の指示に従って登録とログインを行ってください。
クリックして試すユーザーインターフェースに入るには、「今すぐ試す」をクリックしてください。
テキスト入力で画像が生成されます入力ボックスに説明文（プロンプト）を入力し、「生成」ボタンをクリックすると、画像がリアルタイムで生成され、画面に表示されます。
音声入力から生成された画像音声入力ボタンをクリックし、希望する画像を説明するように話し始めると、システムが自動的にあなたの音声をテキストに変換し、リアルタイムで画像を生成します。
画像を生成するために参照画像をアップロードします参考画像をアップロードし、入力ボックスに説明文を入力して、「生成」ボタンをクリックしてください。画像がリアルタイムで生成され、画面に表示されます。
リアルタイム描画ボード機能リアルタイム描画ボードの左側に線画を描き、右側にテキストによる説明を入力し、「生成」ボタンをクリックします。画像がリアルタイムで生成され、画面に表示されます。レイヤーの強度調整、部分的な調整、その他の操作を行うことで、生成された画像をさらに最適化できます。

Hunyuan Image 2.0の応用シナリオ

クリエイティブデザインデザイン素材、イラスト、アートワークを素早く作成します。
広告とマーケティング広告画像、ブランドアイデンティティデザイン、ソーシャルメディア用イラストの制作。
教育教育用イラスト、オンラインコース教材、および一般向け科学コンテンツのイラストを作成する。
ゲームとエンターテイメントゲームアート、映画・テレビ番組制作、VR/ARコンテンツ制作を支援します。
個人的な創作インスピレーションを記録し、個人的なプロジェクト資料を作成し、ソーシャルメディアで画像を共有しましょう。