TAG:腾讯混元
腾讯混元迎顶级科学家庞天宇，领衔多模态强化学习
清华大学博士、前新加坡Sea AI Lab高级研究科学家庞天宇正式加盟腾讯，出任混元多模态部首席研究科学家，将重点负责强化学习技术的研究与突破，助力混元大模型在多模态领域的深度演进。此次加盟是腾讯AI人才战略的重要布局，展现了其在核心技术研发上的坚定投入。
0 
0 
清华新星庞天宇加盟腾讯混元，领军多模态RL研究
清华大学计算机系直博生、资深研究员庞天宇正式加入腾讯混元，出任首席研究科学家及多模态强化学习技术负责人。他将领军攻坚多模态生成与理解模型的前沿难题，重点聚焦强化学习与扩散模型、视觉语言模型等核心方向的深度融合。
腾讯混元图像3.0开源，800亿参数引领AI创作新纪元
腾讯混元团队正式开源全球最强开源图生图模型——混元图像3.0，拥有800亿参数，采用混合专家架构，在LMArena榜单中位列第一梯队。模型通过‘先思考，后编辑’的核心技术，深度融合文本与视觉理解，支持增删改、风格变换、老照片修复等多种编辑功能，适用于从普通用户到专业设计师的广泛场景。
腾讯混元1.5开源 手机端侧AI实现实时多语互译
腾讯发布并开源混元翻译模型1.5版，支持33种语言互译，专为移动端侧部署优化。其轻量级1.8B版本仅需1GB内存即可实现手机离线实时翻译，性能媲美主流闭源模型。模型具备自定义术语库和优秀上下文理解能力，已在腾讯会议等产品中应用，为多语种实时翻译带来突破。
腾讯混元发布ETC首款AI智能体 畅行体验再升级
腾讯云与安徽驿路微行科技联合推出基于混元大模型的ETC助手AI智能体，支持文本和语音交互，提供高准确率问答与设备控制服务，已服务超百万用户，显著提升出行效率和体验。
腾讯推出混元世界模型1.5 实现实时交互虚拟世界
腾讯发布了混元世界模型1.5，这是国内首个开放的实时互动体验平台。用户通过简单的文字或图片描述，即可快速生成独特的互动虚拟世界，并支持以24帧/秒的速度实时探索。模型具备长范围3D一致性和多样化交互体验，适用于游戏、影视及虚拟现实等领域。腾讯还首次开源了完整的训练体系，为AI生成内容开辟了新的可能性。
AI的“数字雕塑家”：拓竹科技用一张照片，为你打印一个“迷你版”的自己
拓竹科技推出基于腾讯混元3D3.0大模型的3D手办生成器「印你」，用户仅需上传一张图片即可快速生成高质量、可打印的3D模型。该工具简化了传统建模流程，通过三步操作实现人物面容、衣着与姿态的精确再现，大幅降低3D创作门槛，适合爱好者与新手体验个性化定制。
OCR的“轻骑兵”突袭：当腾讯混元，用10亿参数，重塑“文字识别”
腾讯混元开源全新OCR模型HunyuanOCR，仅10亿参数却斩获多项SOTA成绩。该模型采用端到端设计，在复杂文档解析、多场景文字检测识别中表现卓越，支持14种小语种翻译并荣获ICDAR2025冠军。轻量化架构便于部署，已应用于卡证处理、视频创作等场景，用户可通过GitHub和Hugging Face快速体验。
腾讯发布全新视频生成模型 HunyuanVideo1.5，降低视频创作门槛
腾讯混元大模型团队发布全新视频生成模型HunyuanVideo1.5，这款基于DiT架构的轻量级模型参数量达8.3B，支持文生视频和图文结合生成动态视频。模型采用SSTA稀疏注意力机制，仅需14G显存即可流畅运行，大幅降低视频创作门槛。支持中英文输入及多种风格，在运动连贯性和语义遵循方面达到商用水平，已在元宝平台、Hugging Face和GitHub开放体验。
