腾讯混元DiT再升级：推出6G小显存版本

最新 7 月 4 日消息，今日，腾讯混元文生图大模型(混元 DiT)宣布开源小显存版本，仅需 6G 显存即可运行，对使用个人电脑本地部署的开发者十分友好，该版本与 LoRA、ControlNet 等插件，都已适配至 Diffusers 库;并新增对 Kohya 图形化界面的支持，让开发者可以低门槛地训练个性化 LoRA 模型;同时，混元 DiT 模型升级至 1.2 版本，在图片质感与构图方面均有所提升。

此外，腾讯宣布混元文生图打标模型”混元 Captioner“正式对外开源。该模型支持中英文双语，针对文生图场景进行专门优化，可帮助开发者快速制作高质量的文生图数据集。

腾讯混元 DiT 模型宣布了三大更新：推出小显存版本与 Kohya 训练界面，并升级至1.2版本，进一步降低使用门槛的同时提升图片质量。

基于 DiT 架构的文生图模型生成图片质感更佳，但对显存的要求却非常高，让许多开发者望而却步。这也是新版本 Stable Diffusion 模型无法快速普及的原因之一。

在提升模型易用性的同时，腾讯混元团队也在开放更多的关键技术，包括此前的训练代码，最新的打标模型混元 Captioner。