6 月 6 日消息，騰訊今日發(fā)布針對騰訊混元文生圖開源大模型（混元 DiT）的加速庫，號稱大幅提升推理效率，生圖時間縮短 75%。

官方表示，混元 DiT 模型的使用門檻也大幅降低，用戶可以基于 ComfyUI 的圖形化界面使用騰訊混元文生圖模型能力。同時，混元 DiT 模型已經(jīng)部署至 HuggingFaceDiffusers 通用模型庫中，用戶僅用三行代碼即可調(diào)用混元 DiT 模型，無需下載原始代碼庫。

在此之前，騰訊曾宣布混元文生圖大模型全面升級并對外開源，供企業(yè)、個人開發(fā)者免費商用。騰訊方面稱其為“業(yè)內(nèi)首個”中文原生的 DiT 架構(gòu)文生圖開源模型，支持中英文雙語輸入及理解。其采用與 sora 一致的 DiT 架構(gòu)，不僅可支持文生圖，也可作為視頻等多模態(tài)視覺生成的基礎(chǔ)。

運行該模型需要支持 CUDA 的英偉達(dá) GPU，單獨運行混元 DiT 所需的最低顯存為 11GB，同時運行 DialogGen（騰訊推出的文本轉(zhuǎn)圖像多模態(tài)交互式對話系統(tǒng)）和混元 DiT 則至少需要 32GB 的顯存，騰訊表示他們已經(jīng)在 Linux 上測試了英偉達(dá)的 V100 和 A100 GPU。