HunyuanImage-2.1

קוד פתוח

tencentother2025-09-05

HunyuanImage-2.1
safetensors
text-to-image
en
zh

מודל תמונה שמייצר פלט ברזולוציית 2K ישירות מהטקסט, בעזרת 17 מיליארד פרמטרים. הוא מיועד למי שצריך תמונות חדות עם הבנת טקסט מורכבת באנגלית ובסינית.

161 GBמשקל הקבצים
159הורדות בחודש
652לייקים

מה זה

מדובר במודל Diffusion Transformer של 17 מיליארד פרמטרים שמחולק לשני שלבים: מודל בסיס שמשלב קידוד טקסט כפול, ומודל שיפור שנועד לחדד פרטים ולצמצם פגמים ויזואליים. הייחוד האמיתי במבנה שלו הוא רכיב VAE עם דחיסה מרחבית של פי 32, מה שמאפשר לו לחשב תמונת 2048 על 2048 עם אותה כמות טוקנים שמודלים אחרים צורכים עבור רזולוציית 1K.

בבדיקות SSAE שמודדות התאמה בין פרומפטים מורכבים לפרטים בתמונה, הוא הציג ציון דיוק כללי של 0.8832, שמשווה אותו למודלים סגורים כמו Seedream-3.0 ומשאיר אותו צמוד ל־GPT-Image. במבחני שיפוט אנושי הוא רשם יתרון קל של 2.89% מול Qwen-Image. השילוב של מקודד ByT5 נותן לו יתרון מסוים ברינדור אותיות ומילים בתוך התמונה עצמה.

מתאים ל

יצירת תמונות 2K מפורטות
מתאים לרינדור ברזולוציה גבוהה של 2048 על 2048 בלי צורך בהגדלה מלאכותית נפרדת.
שילוב טקסט בתוך תמונה
נעזר במקודד ByT5 שמספק הבנה מדויקת יותר של תווים ואותיות בתוך הסצנה.
הפקת סצנות מרובות עצמים
משלב מודל שכתוב פרומפטים שמפרק דרישות מורכבות לפרטים ברורים בסצנה.

איפה זה נופל

המגבלה הכי בולטת היא שהמודל תומך ביצירת תמונות ברזולוציית 2K בלבד, כמו 2048 על 2048 או 2560 על 1536. ניסיון לייצר תמונות ברזולוציית 1K יוצר פגמים וארטיפקטים ישירות בפלט. בנוסף, הוא פועל באופן רשמי באנגלית ובסינית בלבד, כך שאין תמיכה מובנית בפרומפטים בעברית, והאיכות המלאה מחייבת הפעלה של כל השרשרת כולל מודל שכתוב הפרומפטים ומודל השיפור.

שאלות
נפוצות

אפשר להריץ אותו כדי לייצר תמונות מהירות ברזולוציה רגילה?

לא. המודל בנוי ומאומן לייצר פלט 2K בלבד. יצירה ברזולוציית 1K גורמת לעיוותים וארטיפקטים בתמונה.

האם כרטיס מסך ביתי של 24GB יספיק להרצה מקומית?

כן, אבל רק עם משקלי FP8 והפעלת פריקה לזיכרון המעבד. בלי מנגנוני הדחיסה האלה, מודל של 17 מיליארד פרמטרים ידרוש חומרה מקצועית וכבדה בהרבה.

איך מריצים

כדי להריץ אותו מקומית על כרטיס בודד של 24GB זיכרון, חובה להשתמש בגרסת FP8 ששוחררה עבורו, לצד הפעלת CPU offloading. החומרה הנתמכת היא מעבד גרפי של NVIDIA עם תמיכת CUDA תחת מערכת הפעלה לינוקס, יחד עם התקנת flash-attn 2.7.3.

אם אין לכם כרטיס עם לפחות 24GB זיכרון או שאתם מחפשים מהירות ריצה גבוהה בלי לפרוק שכבות למעבד, התשתית הזו תהיה כבדה מדי. במצב כזה, פנייה לפתרון מנוהל או API חיצוני תהיה זולה ופשוטה בהרבה מלתחזק שרת ייעודי עבור קבצים במשקל 161GB.

pip install -U huggingface_hub
hf download tencent/HunyuanImage-2.1

הקבצים

41 קבצים במאגר, 161 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון מסומן בתור רישיון מותאם אישית, ולא מפורט במלואו כרישיון קוד פתוח סטנדרטי בדף המודל. המשמעות היא שחובה לבדוק את קובץ התנאים המדויק במאגר הקוד של טנסנט לפני שמשלבים אותו במוצר מסחרי, כדי לוודא שאין הגבלות על הפצה או שימוש מסחרי רחב.

הרישיון המלא בעמוד המודל ↗