Ngày 6/10, tờ South China Morning Post (SCMP) đưa tin Tencent đã vươn lên dẫn đầu bảng xếp hạng LMArena – nền tảng đánh giá mô hình AI do nhóm nghiên cứu tại Đại học California, Berkeley phát triển. Mô hình Hunyuan Image 3.0 hiện giữ vị trí số một trong hạng mục chuyển văn bản thành hình ảnh, vượt qua nhiều đối thủ lớn, trong đó có Nano Banana (Gemini 2.5 Flash Image) của Google DeepMind.
Hunyuan Image 3.0 được công bố vào cuối tháng 9 với 80 tỷ tham số, con số cao nhất trong số các mô hình tạo ảnh mã nguồn mở hiện nay. Theo các chuyên gia, số lượng tham số lớn phản ánh khả năng học hỏi sâu rộng và độ chính xác của mô hình, đồng thời yêu cầu nguồn lực tính toán rất cao để huấn luyện và triển khai. Tencent khẳng định Hunyuan hoàn toàn có thể cạnh tranh với các mô hình thương mại hàng đầu hiện nay.
Trước đó, vị trí dẫn đầu bảng xếp hạng LMArena thuộc về Gemini 2.5 Flash Image biệt danh Nano Banana do Google DeepMind phát triển. Mô hình này thu hút sự chú ý nhờ khả năng dựng hình 3D và chỉnh sửa ảnh chi tiết. Tuy nhiên, Hunyuan Image 3.0 được huấn luyện trên một tập dữ liệu đồ sộ với 5 tỷ cặp ảnh văn bản, video khung hình và hơn 6.000 tỷ token ngôn ngữ, giúp nâng cao độ phong phú về ngữ nghĩa và khả năng tạo ảnh có chiều sâu.
Trên nền tảng thương mại Fal.ai, Hunyuan Image 3.0 có giá 0,10 USD cho mỗi megapixel ảnh được tạo ra, cao hơn so với mức 0,039 USD của Gemini 2.5 và 0,03 USD của Seedream 4.0 (ByteDance). Tuy nhiên, đại diện Tencent cho biết mô hình nhắm tới nhóm người dùng chuyên nghiệp như họa sĩ, nhà thiết kế và nhà sáng tạo nội dung những người cần tốc độ và độ chính xác cao trong quá trình sản xuất hình ảnh.
Hiện tại, Hunyuan Image 3.0 mới hỗ trợ tính năng tạo ảnh từ văn bản. Trong thời gian tới, Tencent có kế hoạch mở rộng sang các tính năng chỉnh sửa ảnh và chuyển ảnh thành ảnh. Mô hình đã được mở mã nguồn trên cả GitHub và Hugging Face, trở thành một trong những dự án AI được quan tâm nhất tại Trung Quốc hiện nay.
