Tencent ได้เปิดตัวความก้าวหน้าล่าสุดในขอบเขตของปัญญาประดิษฐ์ นั่นคือ Hunyuan Image 2.0 ซึ่งเป็นโมเดลสร้างภาพยุคใหม่ บริษัทอ้างว่าโมเดลนี้ได้ปรับปรุงความเร็วในการสร้างภาพอย่างมีนัยสำคัญ ลดลงเหลือสิ่งที่พวกเขาเรียกว่า “ระดับมิลลิวินาที” การพัฒนานี้แสดงถึงความก้าวกระโดดไปข้างหน้าในเทคโนโลยี AI ทำให้การสร้างภาพแบบเรียลไทม์กลายเป็นความจริงที่จับต้องได้
การโต้ตอบแบบเรียลไทม์: การเปลี่ยนแปลงกระบวนทัศน์
นวัตกรรมหลักของ Hunyuan Image 2.0 อยู่ที่ความสามารถในการโต้ตอบแบบเรียลไทม์ ในขณะที่ผู้ใช้ป้อนข้อความแจ้ง พวกเขาสามารถสังเกตเห็นภาพที่พัฒนาขึ้นได้ทันที มอบประสบการณ์ “สิ่งที่คุณเห็นคือสิ่งที่คุณได้รับ” สิ่งนี้ช่วยลดความล่าช้าแบบเดิมระหว่างการป้อนข้อความแจ้งและการสร้างภาพ ปูทางไปสู่กระบวนการสร้างสรรค์ที่ลื่นไหลและใช้งานง่ายยิ่งขึ้น
Tencent ให้เหตุผลถึงความเร็วที่น่าทึ่งนี้กับตัวแปลงรหัสภาพที่มีอัตราส่วนการบีบอัดสูงเป็นพิเศษ ควบคู่ไปกับสถาปัตยกรรมการแพร่กระจายแบบใหม่ ความก้าวหน้าเหล่านี้ทำให้โมเดลสามารถขยายจำนวนพารามิเตอร์ได้อย่างมหาศาล พร้อมทั้งรักษาเวลาตอบสนองระดับมิลลิวินาที สิ่งนี้จะเปลี่ยนวิธีการดั้งเดิมในการรอการสร้างภาพ โดยแนะนำยุคใหม่ของการสร้างสรรค์แบบโต้ตอบ
ความแม่นยำและความเข้าใจ: เหนือกว่าความเร็ว
Hunyuan Image 2.0 เป็นมากกว่าการปรับปรุงความเร็ว เป็นการยกเครื่องสถาปัตยกรรมโมเดลและคุณภาพการสร้างภาพอย่างสมบูรณ์ ความแม่นยำของโมเดลได้รับการทดสอบอย่างเข้มงวดโดยใช้เกณฑ์มาตรฐาน GenEval ซึ่งได้รับคะแนนที่น่าประทับใจเกิน 95% ประสิทธิภาพนี้เหนือกว่าโมเดลที่เทียบเคียงได้ ยืนยันถึงความสามารถที่เหนือกว่าในการตีความและดำเนินการตามคำสั่งข้อความที่ซับซ้อนได้อย่างแม่นยำ
ความแม่นยำในระดับสูงนี้ไม่เพียงแต่สะท้อนถึงความกล้าหาญทางเทคนิคของโมเดลเท่านั้น แต่ยังเน้นย้ำถึงความเข้าใจที่เพิ่มขึ้นเกี่ยวกับความตั้งใจของมนุษย์ สิ่งนี้มีความสำคัญอย่างยิ่งต่อการสร้างภาพที่สอดคล้องกับวิสัยทัศน์ของผู้ใช้อย่างแท้จริง ทำให้มั่นใจได้ว่าผลลัพธ์ที่สร้างขึ้นนั้นไม่เพียงแต่น่าดึงดูดสายตาเท่านั้น แต่ยังมีความถูกต้องทางแนวคิดอีกด้วย
การสร้างภาพขณะที่คุณพิมพ์: เวิร์กโฟลว์การสร้างสรรค์ใหม่
การสาธิตเชิงปฏิบัติของ Hunyuan Image 2.0 เน้นถึงความสามารถที่ไม่เคยมีมาก่อนในการสร้างภาพแบบเรียลไทม์ในขณะที่ผู้ใช้พิมพ์ ภาพจะปรับเปลี่ยนแบบไดนามิกเพื่อสะท้อนถึงข้อความแจ้งที่พัฒนาขึ้น อำนวยความสะดวกให้กับเวิร์กโฟลว์การสร้างสรรค์ที่ราบรื่น
ตัวอย่างเช่น ผู้ใช้ป้อนข้อความแจ้งว่า “ถ่ายภาพบุคคล ไอน์สไตน์ พื้นหลังคือหอไข่มุกตะวันออก มุมเซลฟี่” ระบบสามารถสร้างภาพที่ตรงกับคำอธิบายนี้ได้ทันที ปรับแต่งภาพให้ละเอียดยิ่งขึ้นเมื่อมีการเพิ่มองค์ประกอบใหม่แต่ละอย่าง แม้แต่การเปลี่ยนแปลงเล็กน้อย เช่น การแสดงออกของแบบ ก็สามารถแก้ไขได้ทันที ทำให้สามารถควบคุมลักษณะที่ปรากฏสุดท้ายของภาพได้อย่างละเอียด
ความสามารถในการเพิ่มหรือแก้ไขรายละเอียดที่ซับซ้อนอย่างต่อเนื่อง ช่วยเพิ่มความเก่งกาจของโมเดล ผู้ใช้สามารถระบุลักษณะต่างๆ เช่น เด็กผู้หญิงที่มีใบหน้าแบบเอเชีย ดวงตาโต รอยยิ้มที่สดใส ผมยาว และเสื้อผ้าจีนแบบดั้งเดิม ทั้งหมดนี้แสดงผลในสไตล์วาดด้วยมือหรืออนิเมะ โดยที่ภาพจะปรับเปลี่ยนตามนั้นแบบเรียลไทม์
วงจรตอบสนองทันทีนี้เปลี่ยนแปลงกระบวนการสร้างสรรค์โดยพื้นฐาน ขจัดความจำเป็นในการรอผลลัพธ์ ปรับข้อความแจ้ง และทำซ้ำกระบวนการซ้ำๆ ผลลัพธ์คือการลดเกณฑ์การสร้างสรรค์ลงอย่างมาก ทำให้การแสดงออกอย่างสร้างสรรค์เป็นไปอย่างเป็นธรรมชาติและสอดคล้องกันมากขึ้น
คุณภาพของภาพที่สมจริงเป็นพิเศษ: เชื่อมช่องว่างระหว่าง AI กับความเป็นจริง
นอกเหนือจากความเร็วแล้ว Hunyuan Image 2.0 ยังได้รับการปรับปรุงอย่างมากในด้านคุณภาพของภาพ ด้วยการผสมผสานอัลกอริธึมต่างๆ เช่น การเรียนรู้แบบเสริมกำลัง และความรู้ด้านสุนทรียศาสตร์ของมนุษย์จำนวนมาก โมเดลจะหลีกเลี่ยง “รสชาติของ AI” ที่มักเป็นลักษณะของภาพ AIGC (AI-Generated Content) ได้อย่างชำนาญ ส่งผลให้ภาพแสดงพื้นผิวที่สมจริงยิ่งขึ้นและรายละเอียดที่สมบูรณ์ยิ่งขึ้น
เกณฑ์มาตรฐานการประเมิน GenEval ยังตรวจสอบความถูกต้องของการอ้างสิทธิ์นี้เพิ่มเติม โดยเปิดเผยว่า Hunyuan Image 2.0 ทำงานได้ดีกว่าโมเดลที่คล้ายกันอย่างสม่ำเสมอในแง่ของความเที่ยงตรงของภาพ โดยมีอัตราความแม่นยำเกิน 95% ความสมจริงในระดับสูงนี้ทำให้โมเดลเป็นที่น่าสนใจเป็นพิเศษสำหรับอุตสาหกรรมที่ต้องการภาพคุณภาพสูง เช่น การโฆษณาและการออกแบบ
ความก้าวกระโดดในคุณภาพของภาพนี้เป็นผลมาจากความสามารถของโมเดลในการเรียนรู้และใช้หลักการสุนทรียศาสตร์ สร้างภาพที่ไม่เพียงแต่มีความสมบูรณ์ทางเทคนิคเท่านั้น แต่ยังน่าสนใจในเชิงศิลปะอีกด้วย ทำให้โมเดลเป็นเครื่องมือที่มีค่าสำหรับการสร้างเนื้อหาที่ทั้งน่าดึงดูดสายตาและมีความซับซ้อนทางแนวคิด
การแก้ไขภาพต่อภาพ: ปลดปล่อยศักยภาพในการสร้างสรรค์
นอกเหนือจากความสามารถในการสร้างข้อความเป็นภาพแล้ว Hunyuan Image 2.0 ยังมีฟังก์ชัน “ภาพต่อภาพ” ที่มีประสิทธิภาพ คุณสมบัตินี้ช่วยให้ผู้ใช้สามารถดึงวัตถุหลักหรือคุณสมบัติรูปร่างจากภาพอ้างอิง จากนั้นใช้สิ่งนี้เป็นพื้นฐานสำหรับการแก้ไขและปรับแต่งเพิ่มเติม
ฟังก์ชันนี้ช่วยขยายประโยชน์ใช้สอยของโมเดลอย่างมาก ช่วยให้ผู้ใช้สามารถสร้างภาพถ่ายสัตว์เลี้ยงที่เป็นส่วนตัว หรือมีส่วนร่วมในการสร้างสรรค์งานออกแบบระดับมืออาชีพได้อย่างง่ายดาย ตัวอย่างเช่น โดยการอัปโหลดรูปภาพแมว ปรับความเข้มของการอ้างอิงภาพ ผู้ใช้สามารถแก้ไขคุณสมบัติต่างๆ เช่น ดวงตาของแมว เสื้อผ้า หรือแม้แต่สภาพแวดล้อมที่วางอยู่
คุณสมบัติการแก้ไขภาพต่อภาพยังรองรับการปรับเปลี่ยนสไตล์ได้อย่างราบรื่น ผู้ใช้สามารถอัปโหลดรูปภาพเค้ก และผ่านคำแนะนำง่ายๆ สามารถเปลี่ยนรสชาติได้ตามคำแนะนำ โดยยังคงรูปร่างและการจัดเรียงของเค้กไว้
ความสามารถในการปรับใช้การปรับเปลี่ยนสไตล์ได้อย่างง่ายดาย ผสมผสานองค์ประกอบใหม่ๆ และเปรียบเทียบผลลัพธ์กับภาพต้นฉบับเปิดโอกาสให้เกิดความเป็นไปได้ในการสร้างสรรค์ที่ไม่มีที่สิ้นสุด ช่วยให้ผู้ใช้ตระหนักถึงวิสัยทัศน์ของตนด้วยการควบคุมและความแม่นยำที่ไม่เคยมีมาก่อน
กระดานวาดภาพแบบเรียลไทม์: ช่วยเหลือนักออกแบบมืออาชีพ
Hunyuan Image 2.0 ยังรวมคุณสมบัติกระดานวาดภาพแบบเรียลไทม์ ซึ่งตอกย้ำสถานะในฐานะเครื่องมือที่แข็งแกร่งสำหรับผู้เชี่ยวชาญด้านความคิดสร้างสรรค์ คุณสมบัตินี้ช่วยให้ผู้ใช้สามารถดูตัวอย่างเอฟเฟกต์การระบายสีแบบเรียลไทม์ในขณะที่วาดเส้นหรือปรับพารามิเตอร์ สิ่งนี้ก้าวข้ามเวิร์กโฟลว์ “วาด – รอ – แก้ไข” แบบเดิม ช่วยเหลือนักออกแบบมืออาชีพในความพยายามสร้างสรรค์ของพวกเขาได้อย่างมีประสิทธิภาพมากขึ้น
กระดานวาดภาพแบบเรียลไทม์รองรับการรวมภาพหลายภาพ ช่วยให้ผู้ใช้สามารถซ้อนทับองค์ประกอบกราฟิกบนผืนผ้าใบเดียวกันได้อย่างราบรื่น สิ่งนี้ช่วยให้สร้างองค์ประกอบที่ซับซ้อนได้อย่างง่ายดาย ด้วย AI ที่ประสานงานแสงตามมุมมองโดยอัตโนมัติ ภาพรวมที่สร้างขึ้นจึงสอดคล้องกับข้อความแจ้งที่ให้ไว้อย่างเหนียวแน่น
ฟังก์ชันนี้เป็นประโยชน์อย่างยิ่งสำหรับผู้ใช้ที่มีแนวคิดการออกแบบ แต่ขาดทักษะการวาดภาพขั้นสูง เป็นการทำให้กระบวนการสร้างสรรค์เป็นประชาธิปไตยโดยการจัดหาเครื่องมือที่ใช้งานง่ายและข้อเสนอแนะแบบเรียลไทม์ ช่วยให้ผู้ใช้สามารถสร้างต้นแบบและปรับแต่งแนวคิดของตนได้อย่างง่ายดาย
ความก้าวหน้าทางเทคโนโลยี: เปิดเผยนวัตกรรม
Quantum Bit ซึ่งเป็นสำนักข่าวเทคโนโลยีที่โดดเด่น ได้ระบุถึงความก้าวหน้าทางเทคโนโลยี 5 ประการที่เป็นรากฐานสำคัญของความสามารถที่เพิ่มขึ้นของ Hunyuan Image 2.0:
- ขนาดโมเดลที่ใหญ่ขึ้น: เมื่อเทียบกับรุ่นก่อนหน้า Hunyuan Image 2.0 มีจำนวนพารามิเตอร์ที่เพิ่มขึ้นอย่างมีนัยสำคัญ ซึ่งช่วยเพิ่มขีดจำกัดด้านประสิทธิภาพอย่างมาก
- ตัวแปลงรหัสภาพอัตราส่วนการบีบอัดสูงพิเศษ: ทีม Tencent Hunyuan ได้ออกแบบตัวแปลงรหัสที่ลดความยาวของลำดับการเข้ารหัสภาพลงอย่างมาก พร้อมทั้งรักษาความสามารถในการสร้างรายละเอียด
- โมเดลภาษาขนาดใหญ่หลายรูปแบบเป็นตัวเข้ารหัสข้อความ: ด้วยการปรับโมเดลภาษาขนาดใหญ่หลายรูปแบบ Hunyuan Image 2.0 จึงบรรลุความสามารถในการจับคู่ความหมายที่เหนือกว่าเมื่อเทียบกับสถาปัตยกรรมแบบดั้งเดิม เช่น CLIP และ T5
- การฝึกอบรมหลังการเรียนรู้แบบเสริมกำลังหลายมิติขนาดเต็ม: ผ่านโมเดลให้รางวัล “การคิดอย่างช้าๆ” ความสมจริงในการสร้างภาพได้รับการปรับปรุงอย่างสม่ำเสมอผ่านการฝึกอบรมหลังการเรียนรู้อย่างละเอียด และการเสริมกำลังที่เกิดขึ้นจากการฝึกอบรมความงามในเชิงบวก
- โครงร่างการกลั่นแบบปรปัักษ์ที่พัฒนาขึ้นเอง: ตามโมเดลความสอดคล้องของพื้นที่แฝง โครงร่างนี้จะแมปจุดใดๆ บนวิถีการลดสัญญาณรบกวนโดยตรงไปยังตัวอย่างการสร้างวิถี ทำให้สามารถสร้างภาพคุณภาพสูงได้ในขั้นตอนที่น้อยลง
ความก้าวหน้าทางเทคโนโลยีเหล่านี้มีส่วนทำให้ Hunyuan Image 2.0 มีความเร็ว ความแม่นยำ และความสมจริงที่ไม่มีใครเทียบได้ สถาปัตยกรรมที่เป็นนวัตกรรมของโมเดล เมื่อรวมกับเทคนิคการฝึกอบรมขั้นสูง ทำให้มาตรฐานใหม่สำหรับการสร้างภาพ AI
ประสบการณ์ผู้ใช้: เหลือบมองอนาคตของความคิดสร้างสรรค์
ผู้ที่นำ Hunyuan Image 2.0 ไปใช้ในช่วงแรกๆ ได้แบ่งปันประสบการณ์ของพวกเขา โดยเน้นย้ำถึงการเปลี่ยนแปลงกระบวนทัศน์ที่แสดงถึงในขอบเขตของความคิดสร้างสรรค์ดิจิทัล ชาวเน็ตบนแพลตฟอร์มโซเชียล X แสดงความกระตือรือร้น โดยเรียกมันว่านวัตกรรมที่น่าประทับใจที่กำหนดความคิดสร้างสรรค์ใหม่ผ่านการสร้างภาพ AI แบบเรียลไทม์
ผู้ใช้รายอื่นๆ ได้ชื่นชมศักยภาพของโมเดลในการปลดล็อกเส้นทางความคิดสร้างสรรค์ใหม่ๆ พวกเขาอธิบายว่าเป็นเวทมนตร์ โดยสังเกตว่าความเร็วและคุณภาพของมันมีศักยภาพในการปฏิวัติกระบวนการสร้างสรรค์
ประสบการณ์ที่แบ่งปันโดยผู้ที่นำไปใช้ในช่วงต้นเหล่านี้แสดงให้เห็นถึงผลกระทบที่เปลี่ยนแปลงของ Hunyuan Image 2.0 ด้วยการเพิ่มขีดความสามารถให้ผู้ใช้ในการสร้างและทำซ้ำแบบเรียลไทม์ โมเดลจึงส่งเสริมประสบการณ์การสร้างสรรค์ที่ลื่นไหล สร้างสรรค์ และคุ้มค่ายิ่งขึ้นในท้ายที่สุด用越語重写title。
不超过60个字符。
若内容中出现「”」符号，则改为「"」。
除了title，不要输出任何内容。用越語重写description。
不超过60个词。
若内容中出现「”」符号，则改为「"」。
除了description，不要输出任何内容。用越語重写content。
不少于1000个词，章节标题使用h2标题。删除全文标题，不要使用h1标题，不要使用任何表格。
除了article，不要输出任何内容。按照以下格式排版并以markdown代码输出：
title: “title”
date: “2025-05-18”
updated: “2025-05-18”
language: vi
tags: [‘Tencent’, ‘Hunyuan’, ‘AIGC’]
draft: false
description: “description”
authors: [‘default’]
layout: PostLayout
content