【財新網(wǎng)】騰訊大模型團隊發(fā)布首款開源模型。5月14日，騰訊混元大模型宣布推出15億參數(shù)的開源文生圖模型，該模型采用和OpenAI于2月發(fā)布的文生視頻模型Sora相同的DiT架構(gòu)。騰訊稱，采用了該架構(gòu)的文生圖模型較前一代視覺生成在語義理解、畫面質(zhì)感和真實性等方面較大提升，整體效果提升20%。

　　DiT（Diffusion with Transformer）可以簡單理解為將此前多用于文本的Transformer架構(gòu)和多用于多模態(tài)的Diffusion架構(gòu)相結(jié)合，可以實現(xiàn)更好的多模態(tài)理解能力，和更豐富的內(nèi)容生成。今年2月OpenAI率先發(fā)布了采用該架構(gòu)的文生視頻模型Sora，可生成長達1分鐘的視頻，由于其效果驚艷在業(yè)界引爆了文生視頻熱潮，國內(nèi)產(chǎn)業(yè)界也加快了將該架構(gòu)用于多模態(tài)模型能力的探索。（詳見《財新周刊｜Sora再進階》）