腾讯混元图像3.0发布：80亿参数图生图模型支持多图融合与精准编辑

2026年1月26日，腾讯混元正式推出混元图像3.0图生图模型。该模型具备图像编辑与多图融合两大核心能力，已在元宝平台同步上线。

依托该模型，用户可便捷完成表情包创作、虚拟人物合拍、社交内容生成、电商海报设计、游戏角色定制及各类创意图像制作等多样化任务。

混元图像3.0图生图模型总参数量达80亿，其中激活参数约为13亿，采用混合专家架构，以混元图像3.0原生多模态基础模型为底座，融合图生图多任务训练数据。通过指令微调与后训练优化，模型显著提升了对输入图像及编辑指令的理解深度与执行精度。

该模型在指令遵循方面表现稳定，生成图像具有一致性强、真实感突出、情绪表达自然等特点，同时推理速度较前代明显提升。在实际运行中，模型首先解析原始图像内容，再结合用户提供的提示词进行语义推理，精准识别需编辑区域、保留区域及具体操作步骤，进而生成结构清晰、逻辑完备的编辑指令，保障高质量输出效果。

在功能层面，模型支持多种图像编辑操作，包括对象增删、局部修改、风格迁移、老照片修复、人物形象调整及文字编辑等；同时具备多图融合能力，可从多张图片中提取人物或元素，完成合照合成与全新图像生成。

为支撑模型能力，研发团队通过图像与视频原始数据挖掘，并结合专家网络合成策略，构建了覆盖80余类任务、规模达千万级的图生图专属数据集。这些数据在持续训练阶段被系统注入，使模型扎实掌握各类基础编辑技能。此外，团队还为图生图任务专门设计思维链机制，引导模型在执行前主动分析图像语义与用户意图，生成更精细的编辑指令，进一步提升操作准确性与结果表现力。

在后训练环节，模型采用自研MixGRPO算法，结合多轮奖励建模与迭代优化，高效对齐用户偏好，在准确响应指令的同时，显著增强非编辑区域的内容一致性与稳定性。