腾讯重磅开源！混元图像 3.0 图生图真香！

这是苍何的第 484 篇原创！

大家好，我是苍何。

要说近两天最火的是什么，那就是元宝派了，我的几十个群，从早到晚在发红包链接，导致我的未读消息直接飙到了上万条，好家伙。

昨天也分享了几百个邀请码，建了不少元宝派，我发现大家在派里，经常会用元宝来生图，动不动就是好几个人同时@元宝，发现元宝生图还挺快的。

而且效果也比之前好了不少，我估摸着是升级了混元模型的生图能力了，不然扛不住元宝派友们的热情，噼里啪啦两下卡住，体验就不好了。

稍微查了下，果然不出所料，「腾讯悄悄发布并开源了混元图像 3.0-Instruct 模型」，现在元宝上生图，用的就是这个最新的混元模型。

我看了官方说明，混元图像 3.0-Instruct 模型有以下的能力提升：

支持图片编辑和多图融合能力，指令遵循效果稳定，生成的图片一致性高、真实感强、情绪表现力佳，生成速度获得明显提升.

为了验证下真假，我也对该模型进行了一轮拷打测试，下面开整。

除了元宝里面，我发现，在腾讯混元官网也已经上线了这个新模型，我就先在官网开始吧。

既然是图生图模型，熟门熟路，那就直接开测吧。

提示词：将这张张“白天拍摄的枯树”转变为“夜晚发光的阿凡达风格生命之树”

很快就生成了一张效果不错的「生命之树」：

光影的烘托和表现力上还是非常到位的。

接下来继续给提示词：将奔跑的人转变为由流水组成的半透明人影

提示词：转换为吉普力风格

基本上生成最快十几秒就生成了，生成速度上和表现力确实提升很大。

不像pro，生成最少也得等个几十秒，等待的过程非常痛苦。

再来了一个小马连环画，同样也是很快就生成出来，一致性保持的不错。

提示词：以这个小马为主角，创作一个具有9张图片的绘本故事，适合三岁小朋友阅读，需要有简单的文字，方便家长给小朋友讲故事

前几天去横道河子被美哭了，拍了一些照片，里面有路人，让它帮我P掉并美化一下

提示词：帮我把这张图片中的人P掉，并让整个图片看起来像有阳光照射的感觉

去砖石海的时候想拍一个落日时分的图片，赶时间没拍到，于是让它P一下：

提示词：这张人躺在冰块堆中的照片，帮我把这张图转化为远景俯拍，在人物周围散落着成片的冰块，营造人躺在冰块群的感觉，黄昏中蓝调的砖石海的感觉

瞬间就有那种感觉了好吧。

接下来又测试了一下风格变换能力

给它一个美女，让它帮忙变换风格

提示词：请给这个女生画上四种不同的妆容，并匹配相应的穿搭风格和环境

人物一致性保持的不错。

再让它针对一些服装单品，给出三套穿搭，给老婆看了，直呼牛掰，再也不用发愁怎么搭配单品了。

提示词：这件白色的毛衣，毛衣拉链拉下来一些可变成翻领毛衣，请帮我想三个穿搭方案，女生

再来个萌萌哒的小企鹅吧

提示词：以这个萌萌的企鹅为原型，设计三个Q版的企鹅图像，分别为毛线风格、像素风格、吉普力风格

我喜欢鸣人，想试试图片变手办的感觉

提示词：把鸣人的这张图做成3D手办

再来试试人物画像变真人

提示词：请把XXX的画像变成立体的真人

让他们来个合照吧

提示词：让图1和图2的人物自拍，风格换成真人写实风格，背景换成在故宫大殿里面拍摄，有自拍的模糊感

再来试试多图融合的能力

提示词：给图一小猫穿上图二，图三喜庆的衣服和围巾，背景是中式的温馨家庭客厅

一通测下来，还挺兴奋的。

首先，在文字理解能力上面，有了很大的进步，我的提示词很口语化也不专业，基本上一次就能成功；

第二，在生成速度上，非常快速，简单一点的，十几秒甚至几秒钟就能生成出来，复杂一点的不到一分钟也能出来；

第三，图片可用性很高，不用重复抽卡；

最重要的是目前还免费免费，这就非常爽了。

腾讯这一波，也是攒足了劲儿，发了 10 个亿的红包，让更多人进来元宝，生图是最重要的场景。

对于 C 端用户来说，最不能接受的就是等待，腾讯必须在生图速度上下苦功夫，不然，辛辛苦苦拉的用户，却因为生图慢，效果差，而不断吐槽，就得不偿失了。

至少目前，我在我的十几个派群里，还没看到有人吐槽生图慢或者不好的。

大家也在探索更多的玩法了。

最后总结下，混元图像 3.0-Instruct 模型在指令遵循，图像一致性，生成速度上表现不错。

好了，感谢你喜欢我的文章，我们下一期见。