系统:PC
日期:2025-02-22
类别:编程开发
版本:v2.4.3
腾讯混元电脑版是一款开源免费的AI大模型,由腾讯公司全链路自研,整合了腾讯优质的内容生态,相比其他模型,可以为网友提供更多的腾讯旗下内容,比如公众号、视频好、朋友圈等等,简单点说就是腾讯自己的数据,如果网友是做微商之类的腾讯生态,那么腾讯混元相比其他AI,或许更加的适合你。
腾讯混元AI电脑版在高质量内容创作、数理逻辑、代码生成和多轮对话上性能表现卓越,可以提供提供强大的时新、深度内容。当然开源包也很大,700多G的体积可以为用户提供专业性的服务,如果网友只是凑热闹,那下个腾讯元宝玩一下就可以了,安装包里已经整合相关的资源,网友按需下载即可。
1、【腾讯混元T1-深度推理】
混元最强推理模型T1上线,更强更快的推理模型,适合处理复杂任务,结合「微信公众号」等优质信息源,让回答更具时新性和权威性。
2、【DeepSeek R1-联网满血版】
深度思考+联网搜索+高速专线,支持文件、图片解析,能对用户的提问进行深度思考、逻辑推理和详细回答。同时联网搜索信息,以提高推理和回答的时新性和权威性。
3、【AI搜索,智搜一触即达】
支持语音、文字输入进行搜索,同时还有微信公众号、微信视频号等更多信源搜索。搜索结果呈现形式丰富多样,涵盖图片、视频、音乐、地图等多模态形式,满足你全方位的信息需求,尽享便捷、高效、多元的搜索体验。
4、【AI阅读,文档精读助手】
元宝支持多种类型的文档识别
HunyuanVideo 是腾讯重磅开源的视频生成大模型,具有与领先的闭源模型相媲美甚至更优的视频生成表现,但由于推理时对显卡的门槛比较高,拥有低显卡的用户望而却步,最近大神Kijai发布了FP8量化版本模型,使得模型可以在显卡较低的情况下可以成功运行。
本次我们利用HunYuanVideo量化版模型在Ubuntu系统本地部署,实现文生视频的功能。
1、本地部署ComfyUI框架
1.1首先需要本地部署ComfyUI框架,克隆官方项目:
1.2创建运行的conda环境
官网推荐使用 CUDA 12.4 或 11.8 的版本,本文使用的是CUDA12.4版本。
下载ComfyUI代码后,进入ComfyUI项目目录安装conda环境:
注意:这里安装的torch 版本为2.5.1,官网推荐的2.4.0版本在运行时会得到黑的图片和视频(当时在这卡了很久)。
其中,requirement.txt文件修改如下:
至此,基于ComfyUI框架的HunyuanVideo虚拟环境安装完成。
2、本地部署ComfyUI-HunyuanVideoWrapper
首先进入ComfyUI项目中的custom_nodes目录,
随后,本地部署 ComfyUI-HunyuanVideoWrapper项目节点,这个节点用来生成视频。
至此,ComfyUI-HunyuanVideoWrapper环境安装完成。
1、多轮对话
具备上下文理解和长文记忆能力,流畅完成各专业领域的多轮问答
2、内容创作
支持文学创作、文本摘要、角色扮演能力,流畅、规范、中立、客观
3、逻辑推理
准确理解用户意图,基于输入数据或信息进行推理、分析
4、知识增强
有效解决事实性、时效性问题,提升内容生成效果
5、多模态
支持文字生成图像能力,输入指令即可将奇思妙想变成图画
总览
腾讯混元宣布最新开源的 MoE 模型 Hunyuan-Large 正式上线,腾讯云 TI 平台第一时间开放接入,为用户和开发者提供一站式精调和部署服务。
Hunyuan-Large 拥有 3890 亿总参数量、520 亿激活参数量,并支持 256K 上下文长度,是目前业界参数规模最大、性能领先的开源 MoE 模型。基于 MoE(Mixture of Experts)结构的优越性,混元 Large 在推理速度和参数规模之间取得平衡,显著提升了模型的处理能力。测试结果显示,Hunyuan-Large 在 CMMLU、MMLU、CEval、AGIEval 等多学科评测集以及中英文 NLP 任务、代码、数学等9大维度表现出色,超越 Llama3 和 Mixtral 等主流开源模型。
对应您使用 Hunyuan-Large 的不同场景,TI 平台及腾讯云均能满足您的需求。
场景1:通过直接问答感受 Hunyuan-Large
我们为您提供可直接体验与 Hunyuan-Large 对话的窗口,您需登录您的腾讯云账号以访问该对话窗口。
场景2:在您的大模型应用接入 Hunyuan-Large 基础模型 API
如果未经精调的 Hunyuan-Large 的效果已能满足您的需求,我们推荐您使用腾讯云提供的 Hunyuan-Large 公有 API 。您可以将 Hunyuan-Large 公有 API 接入您的大模型应用,感受 Hunyuan-Large 基础模型在您的实际应用中产生的作用。
请注意:精调后的专属 Hunyuan-Large 大模型 API 需通过 TI 平台发布。
场景3:基于自有数据精调 Hunyuan-Large 并发布为 API
您可以参考文档 精调 Hunyuan-Large 实践教程 逐步完成 Hunyuan-Large 模型 SFT 精调 + 部署 全流程,包括 数据准备、模型精调训练、精调后模型直接发布为 API 等步骤。
基于 TI 平台精调出的专属 Hunyuan-Large 大模型,可以在平台内快速发布为 API,以供您接入应用增强生产力。
热门推荐
相关应用
实时热词
评分及评论
点击星星用来评分