腾讯发布幻影图像3.0图生图模型：语义理解驱动，一句话实现精准编辑

概述

2026年1月26日，腾讯混元正式发布了其最新的幻影图像3.0图生图模型。该模型填补了混元在图像编辑与多图融合领域的重要空白，现已通过腾讯元宝全平台及官方网站开放使用。

核心特性与技术架构

1. 模型规模与架构

• 参数量：总参数量达800亿（激活参数量约130亿）。
• 架构：采用先进的混合专家模型架构。

2. 核心能力：语义理解与推理

与传统修图工具不同，该模型具备出色的语义理解和推理能力：

• 步骤分解：接收到图像和提示词后，模型会先分析图像内容，并分解编辑步骤。
• 精准识别：能准确识别需要修改和需要保留的区域。

3. 性能提升

基于海量的图生图数据及自研的MixGRPO算法，模型在以下方面取得显著改进：

• 一致性保持：在非编辑区域保持高度一致性。
• 响应速度：指令响应速度更快。
• 真实感：生成效果更为逼真。

应用场景与功能

模型支持超过80项子任务，为用户提供多样化的创作能力：

1. 图像精修：

   • 支持添加、移除或修改光线、皮肤、背景。
   • 甚至能在不破坏布局的情况下更改图像中的文字。

2. 风格转换：

   • 实现真人转卡通、转换为像素风格。
   • 支持老照片修复。

3. 深度融合：

   • 支持从多张照片中提取人物或元素，快速创作新的拼贴图或创意图像。

目前，用户已可通过腾讯元宝体验AI制作表情包、虚拟合唱、电商海报设计等功能。

行业意义

此举标志着大模型正式进入高效“意图驱动”的图像编辑时代。

信息来源：AIbase，2026年1月26日。

火龙果频道