テンセントは最新の画像生成モデル「HunyuanImage 2.1」を公開した。本モデルは原生2K解像度での出力をサポートし、中英両言語の文字生成に対応。複雑なセマンティクスや複数主体の描写を正確に制御でき、ポスターや漫画制作における文字と画面の自然な統合も可能となった。
ジブリ風のアニメーションやデフォルメキャラ、超現実的なフィギュアなど幅広いスタイルを生成できる点も特徴。内部構造は17Bパラメータ規模のDiTアーキテクチャで、推論ステップを100から8に圧縮しつつ品質を維持。高速かつ高品質な生成を実現した。さらに、入力テキストをリライトして表現力を強化する「PromptEnhancer」モデルも同時に公開された。
HunyuanImage 2.1はHugging FaceやGitHubでオープンソースとして公開され、研究者や開発者が自由に利用・派生開発できる基盤となっている。すでにHunyuanシリーズは3D分野で累計230万超のダウンロードを記録しており、今回の公開はグローバルなオープンソースAIコミュニティにおける存在感を一層強める動きといえる。
