HunyuanImage-3.0
Tencent представили и открыли исходный код HunyuanImage-3.0, самой мощной опенсорс txt2img модели на сегодняшний день
80B параметров, 13 миллиардов активных параметров на токен, 64 эксперта в MoE. Самая большая MoE-модель для генерации изображений с открытым кодом
HunyuanImage-3.0 использует единую мультимодальную архитектуру на основе авторегрессивного фреймворка, что сильно отличается от традиционных DiT-архитектур.
На новой архитектуре улучшилось понимание контекста, качество изображения и следование промпту.
Рекомендованные требования:
ОС: Linux
GPU: NVIDIA GPU с поддержкой CUDA
Место на диске: 170GB
GPU Memory: ≥3×80GB (для лучшей производительности рекомендуется 4×80 ГБ)
Оптимизации производительности
Для ускорения до 3x можно установить:
- FlashAttention — оптимизированные вычисления внимания
- FlashInfer — ускоренный вывод для MoE-моделей
Официальный сайт - тут можно попробовать модель
