腾讯混元开源AI绘画新框架：24维度对齐人类意图，让AI读懂复杂指令 AI绘画常因“画不对”让创作者头疼。腾讯混元团队开源的PromptEnhancer框架，通过“思维链（CoT）提示重写”，在无需修改预训练文本到图像（T2I）模型权重的情况下，大幅提升AI对复杂指令的理解能力，尤其在抽象关系、数值...

正文：9月9日，腾讯宣布混元图像模型2.1正式开源，支持原生2K图像生成及中英文输入。新版本引入PromptEnhancer文本改写模型，可自动补全和优化输入描述，实现精准语义表达，同时支持中英文双向转换。模型具备1k tokens的超长prompt处理能力，擅长复杂场景生成与多主体描述，显著减少文字错误与理解偏差。新增双通道文本编码器、两阶段模型架构等技术亮点，大幅提升生成效率与图像质感。此外，通过高压缩率VAE和meanflow推理加速，2K图像生成耗时与同类模型1K图相当，推理步数从100步降至8步。