Ảnh minh họa được tạo bằng mô hình Hunyuan Image 3.0 của Tencent Holdings. Ảnh: Overchat.ai
Theo SCMP ngày 6/10, Tencent Holdings vừa giành vị trí dẫn đầu trong lĩnh vực tạo AI khi mô hình Hunyuan Image 3.0 vượt qua Nano Banana của Google DeepMind trên bảng xếp hạng LMArena, nền tảng đánh giá mô hình do nhóm nghiên cứu tại Đại học California, Berkeley phát triển.
Theo LMArena, Hunyuan Image 3.0 hiện đứng đầu hạng mục chuyển văn bản thành hình ảnh trong cả các mô hình mã nguồn mở và đóng. Sản phẩm này được Tencent công bố cuối tháng 9, với 80 tỷ tham số, mức cao nhất trong số các mô hình tạo ảnh mã nguồn mở hiện nay. Số lượng tham số phản ánh quy mô và khả năng học hỏi của mô hình, đồng thời cũng yêu cầu nguồn lực tính toán lớn hơn để huấn luyện và vận hành.
Trước đó, vị trí số một thuộc về Gemini 2.5 Flash Image, hay còn gọi là Nano Banana, của Google DeepMind. Mô hình này nhanh chóng thu hút người dùng sau khi ra mắt vào cuối tháng 8 nhờ khả năng chỉnh sửa ảnh chính xác và dựng hình 3D. Tuy nhiên, Tencent cho biết Hunyuan Image 3.0 “hoàn toàn có thể sánh ngang với các mô hình hàng đầu mã nguồn đóng”, đồng thời được huấn luyện trên tập dữ liệu khổng lồ gồm 5 tỷ cặp ảnh-văn bản, khung hình video và 6 nghìn tỷ token ngôn ngữ.
Trên nền tảng Fal.ai, Hunyuan Image 3.0 có giá 0,10 đô la Mỹ cho mỗi megapixel hình ảnh được tạo ra, cao hơn so với mức 0,039 đô la Mỹ của Gemini 2.5 Flash Image và 0,03 đô la Mỹ của Seedream 4.0 do ByteDance phát triển. Tencent cho biết mô hình này có thể giúp người dùng như họa sĩ, nhà thiết kế hay nhà sáng tạo rút ngắn đáng kể thời gian làm việc.
Hiện Hunyuan Image 3.0 mới hỗ trợ chức năng tạo ảnh từ văn bản, song Tencent có kế hoạch mở rộng sang các tính năng khác như chỉnh sửa ảnh và chuyển ảnh thành ảnh. Mô hình đã được mở mã nguồn trên GitHub và Hugging Face, trở thành một trong những dự án AI Trung Quốc được quan tâm nhất hiện nay.