本文介绍了腾讯混元图像 3.0 图生图模型（HunyuanImage 3.0-Instruct）的正式开源。该模型基于 80B 总参数（激活参数约 13B）的混合专家架构（MoE），是目前全球最强的开源图像编辑模型之一。其核心创新在于将文本理解、视觉理解与图像生成深度融合，并引入了思维链（CoT）数据，使模型具备“先思考，后编辑”的能力。通过自研的 MixGRPO 算法，模型在指令响应和非编辑区域的一致性保持上表现优异。目前，该模型在 LMArena 图像编辑榜单上位列全球第七，支持包括增删改、风格变换、老照片修复及多图融合在内的多种复杂任务，开发者可通过 GitHub 和 Hugging Face 获取相关权重及代码。
两天前在元宝和腾讯混元官网同步上线的混元图像3.0图生图模型（HunyuanImage 3.0-Instruct）大家都玩了吗？恰逢元宝春节10亿红包活动，可以一边玩修图一边抢红包。
在元宝，我们看到了不少非常有意思的玩法，比如：
也可以用于老照片修复上色：
还有许多有趣的玩法：
为了便利开发者使用，现在，我们把这个会思考、懂推理，并且有多种花式玩法的模型正式开源了。
混元图像3.0图生图基于80B总参数规模（激活参数约13B）的混合专家架构，在处理图像编辑任务时展现出强大的推理能力和精准的编辑效果。
训练过程中，混元团队构建了千万量级的图生图数据，覆盖80多个任务，并注入了思维链数据，使模型能够学会先分析用户图像和意图，再输出详细编辑指令。
后训练阶段采用自研MixGRPO算法，高效对齐用户偏好，大幅提升了指令响应和非编辑区域保持一致的效果。
在最新全球权威大模型竞技场 LMArena 的Image Edit（图片编辑）榜单上，腾讯混元图像3.0图生图位列全球第七，进入第一梯队，成为全球最强的开源图生图模型。
LMArena官方 X 祝贺混元图像3.0图生图模型：
“图片编辑类别与Nano-Banana和Seedream-4.5等表现相当”。
这一成绩来自于对模型图像编辑能力的全面评估，包括指令遵循、编辑精确度和输出质量等多个维度。
混元图像3.0图生图支持多样化的图片编辑与多图融合能力，包括增、删、改、风格变换、老照片修复、人物与文字修改等图片编辑功能，以及将多张照片中的元素提取出来合成新图片的能力。
对于普通用户，该模型可用于制作表情包、虚拟人物合拍、社交分享等日常场景。对于专业用户，它能够助力电商海报设计、游戏角色定制、创意图片制作等专业领域，显著提升创作效率。
混元图像3.0图生图版本基于混元图像3.0的原生多模态架构，将文本理解、视觉理解与图像生成深度融合于同一模型中，这使得模型更能理解用户指令，生成的效果也更好。
作为原生多模态模型，混元图像3.0图生图核心创新在于其“先思考，后编辑”的工作流程。当接收到用户输入的图片和提示词后，模型会首先理解图像内容，然后基于提示词进行推理，确定需要编辑的区域、详细步骤以及需要保留的区域，最终形成更加详细的编辑指令。
2025年9月，混元图像3.0文生图模型开源后，在LMArena全球文生图盲测榜单中位列第一。本次混元图像3.0图生图版本的开源是腾讯混元大模型系列的最新进展，开发者可通过Github和Hugging Face等主流开源平台获取混元图像3.0图生图模型的权重及完整代码。
混元图像3.0图生图版本的开源，将为全球开发者和研究者提供一个强大的基础平台，助力社区在其基础上进行应用研发和二次开发，以下是混元图像3.0图生图开源项目地址，欢迎点赞（🌟）并给我们反馈：
-
Hugging Face：https://huggingface.co/tencent/HunyuanImage-3.0-Instruct
-
Hugging Face（蒸馏版）：https://huggingface.co/tencent/HunyuanImage-3.0-Instruct-Distil
-
官网体验：https://hunyuan.tencent.com/chat/HunyuanDefault?from=modelSquare&modelId=Hunyuan-Image-3.0-Instruct