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
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。
Beamer 4是面向macOS的本地视频投屏工具，可将Mac中的影片投放到Apple TV、Chromecast及兼容设备，支持常见格式、多类字幕、环绕声、播放列表和电视遥控操作。
Boom 3D macOS版是一款系统级音效增强工具，可为音乐、电影、游戏和流媒体提供3D虚拟环绕声、31段均衡器、音量增强及应用独立音量控制，并支持本地播放器与多种音频输出设备。
Boris FX macOS版是一套面向剪辑、合成、调色及动态图形工作的专业后期工具，涵盖视觉特效、平面与三维跟踪、转描、画面修复、粒子动画和音频清理，可配合多种主流宿主软件使用。
Capto 是面向 macOS 的屏幕截图、高清录屏与媒体编辑工具，支持区域及整屏捕获、网页长截图、双音轨处理、图片和视频标注、素材分类与多渠道分享，适合教师、学生、内容创作者及需要制作演示教程的用户。
Cursor Crane 是一款仅面向 macOS 的键盘操控效率工具，可通过提示标签、网格、文字查找和窗口模式完成点击、滚动、定位与切换，并支持屏幕内容提取、脚本及工作流扩展。
Deep Freeze 冰点还原 macOS版通过冻结系统配置，让受保护的Mac在重新启动后回到预设状态，并提供解冻空间、维护计划、密码保护及Apple Remote Desktop管理能力。
Focusky macOS版是一款面向教学课件、商务汇报、产品展示和动画宣传内容的演示制作工具。它通过无限画布、路径编排、缩放旋转转场及多媒体编辑，将传统逐页幻灯片转化为更具空间感的动态演示。
Folder Colorizer 2 macOS版是一款直观的文件夹外观定制工具，可更换颜色，添加表情、贴纸及图片背景，并支持批量处理、智能推荐和恢复默认样式，帮助用户更快辨认工作、学习与生活资料。
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。
AlwaysUp是一款面向Windows的系统服务注册与程序托管工具，可让普通应用、脚本及批处理在无人登录时随系统启动，并通过状态检测、异常重启、资源监控和邮件通知保障关键任务持续运行。
AnyDesk Windows版是一款轻量化远程桌面与技术支持工具，可用于控制异地电脑、传输文件、远程打印及无人值守访问。它兼顾连接响应、安全权限和部署灵活性，适合个人远程办公、企业设备维护与客服支持。
Boom 3D Windows版是一款面向音乐、电影和游戏场景的系统级音效增强工具，支持虚拟3D环绕声、31段均衡器、预设音效、应用音量控制及本地音乐播放，可配合耳机、扬声器和蓝牙耳机使用。
Boris FX Windows版是一套服务于影视剪辑、视觉特效、运动跟踪、转描、图像修饰及音频修复的专业创作工具集合，可作为插件接入多种主流后期宿主，也包含可独立运行的应用，适合剪辑师、特效师与内容创作者使用。
ChemDraw Windows版是一款面向化学研究、药物研发、材料科学和教学工作的专业结构绘图工具，可快速绘制分子、反应式及生物聚合物，并提供结构整理、格式转换、性质计算和科研文档协作能力。
CODESOFT Windows版是一套企业级条码与RFID标签设计打印工具，可连接Excel、Access、SQL及云端数据源，支持变量、表单、GS1条码、数据库记录和多种工业打印机，适合制造、仓储、物流及合规标识场景。
Deep Freeze 冰点还原 Windows版通过重启恢复技术保护系统盘及指定分区，自动撤销恶意程序、误操作和配置漂移造成的改动，并支持密码保护、解冻空间与多硬盘管理，适合学校机房、公共电脑、办公终端及家庭电脑使用。
EDIUS 11 Windows版是一款面向影视制作、广播电视、纪录片、短视频及教育机构的专业非线性编辑工具，支持4K/8K、多格式混编、HDR调色、字幕、音频处理和后台渲染，并提供素材管理及丰富的导出预设。
FastStone Capture Windows版是一款轻量级屏幕捕捉、录屏与图像编辑工具，可截取窗口、区域、菜单和滚动页面，并提供标注、模糊、取色、OCR、录音录像及多格式导出能力，适合办公说明、教程制作和问题反馈。
Focusky Windows版是一款动画演示与交互课件制作工具，通过无限画布、缩放旋转镜头、模板素材和对象动画组织内容，可导入PPTX，并输出视频、EXE、PDF、网页等格式，适用于课堂教学、微课、商务汇报及产品展示。