腾讯混元正式推出混元图像3.0图生图（hunyuanimage 3.0-instruct）模型，全面支持图像编辑与多图融合功能，并已在「元宝」平台全量上线，用户可通过元宝app、网页端及腾讯混元官网直接体验。
据官方介绍，该模型总参数量达80B（激活参数约13B），采用先进的混合专家（MoE）架构，基于混元图像3.0原生多模态基础模型，融合大量图生图多任务训练数据，通过指令微调与后训练优化，显著提升对输入图像与编辑指令的语义理解与精准执行能力。模型在指令遵循性、生成稳定性、画面一致性、真实感及情绪表达等方面表现优异，同时推理速度大幅提升。
混元图像3.0图生图是一款具备图像认知与逻辑推理能力的智能编辑模型。当用户上传图片并输入提示词后，模型首先解析原始图像内容，结合用户意图进行多步推理：识别需编辑区域、规划具体操作步骤、明确需保留的关键部分，最终生成结构清晰、语义准确的精细化编辑指令，从而保障高质量输出效果。
该模型支持丰富多样的图像编辑能力与跨图融合能力，涵盖对象增删、局部修改、风格迁移、老照片复原、人物形象调整、文字替换等；同时也支持从多张图片中提取人物或元素，实现智能合照生成、创意合成与全新图像创作。
在元宝平台，用户可基于此模型快速制作个性化表情包、虚拟人物互动合影、社交平台配图、电商营销海报、游戏角色形象定制、AI创意视觉作品等多样化内容。
在数据构建方面，混元团队依托图像与视频原始数据挖掘，并联合领域专家网络合成高质量样本，构建了覆盖80余类任务、规模达千万级的图生图专属训练数据集，并在持续训练（CT）阶段注入该数据，夯实模型基础编辑能力；进一步地，团队为图生图任务专门设计“思维链”数据范式，引导模型先理解图像语义与用户意图，再生成细粒度编辑策略，显著增强编辑准确性与可控性。后训练阶段，模型采用混元自研的MixGRPO强化学习算法，结合多维度奖励模型进行多轮迭代优化，高效对齐用户偏好，在指令响应质量与非编辑区域保真度两方面均取得突破性提升。
