HunyuanImage-3.0 统一多模态理解与生成，基于自回归框架，实现文本生成图像，性能媲美或超越领先闭源模型
混元3D世界重建模型，支持多模态先验注入和多任务统一输出
腾讯混元3D-Part
HunyuanVideo-1.5作为一款轻量级视频生成模型，仅需83亿参数即可提供顶级画质，大幅降低使用门槛。该模型在消费级显卡上运行流畅，让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。
HunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计，在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析，还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。
腾讯混元3D-Omni：3D版ControlNet突破多模态控制，实现高精度3D资产生成
项目展示
查看全部项目 >暂无简介
Star暂无简介
Star- Like
暂无简介
LikeHunyuan3D-2mv是由腾讯开源的先进3D生成模型，基于Hunyuan3D-2优化，支持多视角图像控制的高质量3D资产生成。它采用扩散模型技术，能够根据用户提供的正面、侧面、背面等多视角图片，自动生成高分辨率带纹理的3D网格模型。该模型支持GPU加速，通过简单的Python接口即可快速生成精细的3D内容，为游戏开发、影视制作、虚拟现实等领域提供强大的创作工具
LikeSongPrep-7B是腾讯混元推出的开源70亿参数模型，基于百万歌曲数据集训练，支持全歌曲结构解析与歌词转录，提供端到端音频处理能力，适用于音乐分析、歌词生成等场景，助力开发者构建高效音频理解应用
Like腾讯开源混元0.5B指令微调模型，专为高效部署设计，支持4位整数量化，显著降低计算资源需求。模型具备双思维推理模式，可灵活适配不同任务复杂度，并原生支持超长上下文理解。在数学推理、代码生成与智能体任务中表现优异，兼顾轻量化与高性能，适合端侧及资源受限场景应用
Like暂无简介
LikeHunyuanWorld-Voyager是腾讯开源的视频扩散框架，能从单张图像出发，结合用户自定义相机路径，生成具有世界一致性的3D点云序列。它可按自定义相机轨迹生成3D一致的场景视频用于世界探索，还能联合生成对齐的深度和RGB视频，实现高效直接的3D重建
Like- Like