腾讯混元发布开源加速库，生图时间缩短75%
6月8日，腾讯发布针对腾讯混元文生成图开源大模型（简称为混元DiT模型）的加速库，让推理效率大幅提升，生图时间缩短75%。混元DiT模型的使用门槛也大幅降低。用户可以基于ComfyUI的图形化界面，使用腾讯混元文生图模型能力。同时，混元DiT模型已经部署至HuggingFaceDiffusers通用模型库中，用户仅用三行代码即可调用混元DiT模型，无需下载原始代码库。此前，腾讯宣布推出的混元文生成大模型全面升级并对外开源，可供企业与个人开发者免费商用。这是业内首个中文原生的DiT架构文生成图开源模型，支持
6月8日，腾讯发布针对腾讯混元文生成图开源大模型（简称为混元DiT模型）的加速库，让推理效率大幅提升，生图时间缩短75%。
混元DiT模型的使用门槛也大幅降低。用户可以基于ComfyUI的图形化界面，使用腾讯混元文生图模型能力。同时，混元DiT模型已经部署至Hugging Face Diffusers通用模型库中，用户仅用三行代码即可调用混元DiT模型，无需下载原始代码库。
此前，腾讯宣布推出的混元文生成大模型全面升级并对外开源，可供企业与个人开发者免费商用。这是业内首个中文原生的DiT架构文生成图开源模型，支持中英文双语输入和理解；采用了与Sora一致的DiT架构，不仅可支持文生成，也可作为视频等多模态视觉生成的基础。
腾讯混元DiT模型开源之后，受到了众多社区开发者的认可。开源不到一个月，项目Github Star数就超过2100，位于开源社区热门DiT模型前列。
混元DiT Github页面
为了提升开发者使用体验，腾讯混元官方上线了专属的加速库，让推理时间缩短了75%，提高大模型运行效率。开发者通过Hugging Face即可下载该推理加速工具。
项目组通过知识蒸馏和TensorRT高性能推理框架，实现了DiT模型的采样步数压缩与高效推理部署。蒸馏主要指降低扩散模型迭代的步数实现加速。模型整体结构和参数量不变，用户在无需任何额外的操作和设备要求下使用蒸馏权重，即可降低50%迭代步数，实现耗时减半。TensorRT推理加速方案通过工程优化，可以进一步降低耗时，并且和模型权重解耦。同时使用两者进行推理部署，可将推理时间缩短75%。
用户可以直接使用ComfyUI的图形化界面来基于其最新消息利用社区的共同努力。同时，通过与Hugging Face团队合作，混合DiT模型已经部署到Hugging Face官方模型库Diffusers中，并重新调整了该模型库的使用和生成代码，用户可以直接通过该途径调用混合DiT模型，大大简化了用户使用的成本。
ComfyUI是一款文生图领域的WebUI界面设计，它将文生图领域的扩散算法模块化与图形化，提升了生成效率与资源利用率，也大幅降低了开发者的使用门槛。用户可以通过图像化工作流使用混元DiT文生图模型，实现与官方模型一样的效果。
混元DiT文生图模型的ComfyUI使用界面
此外，围绕ComfyUI的使用生态，还衍生出强大的开源社区。混元DiT对ComfyUI的支持，也能让社区的成员体验基于最新DiT架构的文生图模型。
作为知名的AI开源社区，Hugging Face的Diffusers是目前调用各种主流文生图大模型的通用库，已经成为当今文生图大模型使用的社区标准。
将混元DiT模型适配进Hugging Face Diffusers，可以大幅提升模型的易用性和用户基础。用户无需将原始代码库下载与部署到自身环境，安装了Diffusers库的开发者，仅需要运行几行代码，即可调用混元DiT模型，配置与调用都十分方便。同时，Hugging Face与腾讯混元团队共同优化算法框架，加快了图片的生成速度。
此举也相当于为所有后续基于混元DiT的使用和开发提供了底层支持，覆盖各种需要调用混元DiT的任何场景，包括上述的ComfyUI方式。同时对开发者而言，之前配置好的基于Diffusers的工作流和插件可以在少量修改的情况下直接用于混元DiT。
腾讯文生图负责人芦清林表示：“腾讯混元文生图模型开源之后得到了众多开发者的支持和反馈，我们十分高兴，也同时在针对开发者的反馈与社区一起完善和优化基于混元DiT的开源生态，让更多开发者能更便利地享受到最新的研究成果。也欢迎大家跟我们一起共建下一代视觉生成开源生态，推动大模型行业加速发展。”
附腾讯混元文生图开源大模型（混元DiT模型）项目链接
官网：https://dit.hunyuan.tencent.com/
代码：https://github.com/Tencent/HunyuanDiT
模型：https://huggingface.co/Tencent-Hunyuan/HunyuanDiT
论文：https://tencent.github.io/HunyuanDiT/asset/Hunyuan_DiT_Tech_Report_05140553.pdf
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台，提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具，适合短剧、漫剧、广告及社交媒体内容制作。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，