2026年1月26日，腾讯混元正式推出了新一代“混元图像3.0”图生图大模型。该模型集成了图像编辑与多图融合两大核心能力，并已在元宝平台同步上线，为创作者带来了更智能的视觉内容生成工具。

借助这一模型，用户可以轻松完成多样化的创作任务，例如制作动态表情包、生成虚拟人物合影、创作社交媒体分享图片、设计电商推广海报、定制游戏角色形象以及各类创意图像制作等，极大地丰富了数字内容的生产方式。

混元图像3.0模型的总参数量达到800亿，其中活跃参数约130亿。它采用了混合专家架构，以混元图像3.0原生多模态基础模型为底座，并融合了图生图多任务训练数据。通过指令微调与后训练优化，模型对输入图像及编辑指令的理解深度与执行精度均得到了显著提升。

该模型在指令遵循方面表现稳定，生成的图像具有一致性强、真实感突出、情绪表达自然等特点，同时推理速度较前代明显提升。在实际运行中，模型首先解析原始图像内容，再结合用户提供的提示词进行语义推理，精准识别出需编辑区域、保留区域及具体操作步骤，进而生成结构清晰、逻辑完备的编辑指令，从而保障高质量的输出效果。

在功能层面，模型支持多种图像编辑操作，包括对象增删、局部修改、风格迁移、老照片修复、人物形象调整及文字编辑等；同时具备多图融合能力，可从多张图片中提取人物或元素，轻松完成合影合成与全新图像生成。

为支撑模型能力，研发团队通过挖掘图像与视频原始数据，并结合专家网络合成策略，构建了覆盖80余类任务、规模达千万级的图生图专属数据集。这些数据在持续训练阶段被系统注入，使模型扎实掌握各类基础编辑技能。此外，团队还为图生图任务专门设计了思维链机制，引导模型在执行前主动分析图像语义与用户意图，生成更精细的编辑指令，进一步提升操作准确性与结果表现力。

在后训练环节，模型采用自研MixGRPO算法，结合多轮奖励建模与迭代优化，高效对齐用户偏好，在准确响应指令的同时，显著增强了非编辑区域的内容一致性与稳定性。