Model Releases
Tencent lance HunyuanImage 3.0, son modèle phare de génération d'images en open weights
Découvrez HunyuanImage 3.0, le nouveau modèle multimodal de Tencent qui redéfinit les standards de la génération d'images open source avec 80 milliards de paramètres.
1 septembre 2025
Model ReleaseHunyuanImage 3.0
Introduction : Un tournant historique pour l'open source
Le 1er septembre 2025 marque une étape cruciale dans l'évolution de l'intelligence artificielle générative. Tencent a officiellement lancé HunyuanImage 3.0, un modèle multimodal natif conçu pour repousser les limites de la compréhension textuelle et de la fidélité visuelle. Contrairement aux modèles propriétaires fermés, Tencent a choisi de publier les poids (open weights) sur Hugging Face, offrant ainsi aux développeurs et aux chercheurs un outil de classe mondiale pour l'innovation locale.
Ce lancement n'est pas seulement une mise à jour incrémentale ; c'est une déclaration d'intention. En intégrant HunyuanImage 3.0 dans son écosystème massif, qui inclut déjà HunyuanVideo et la lignée de modèles Hy4, Tencent s'attaque directement aux leaders du marché en proposant une alternative ouverte, extrêmement performante et hautement scalable.
- Date de sortie : 1er septembre 2025
- Disponibilité : Open weights (Hugging Face)
- Type : Modèle multimodal natif
Architecture et caractéristiques techniques
HunyuanImage 3.0 se distingue par une architecture massive et optimisée. Il s'agit du plus grand modèle de génération d'images open source au monde, totalisant 80 milliards de paramètres. Pour garantir une efficacité d'inférence sans précédent, Tencent utilise une architecture Mixture-of-Experts (MoE), où seulement 13 milliards de paramètres sont actifs lors de chaque passage (forward pass).
Cette approche MoE permet de maintenir une compréhension sémantique profonde tout en réduisant drastiquement la charge de calcul. Le modèle est nativement multimodal, ce qui signifie qu'il ne se contente pas de traduire du texte en pixels, mais comprend intrinsèquement les relations spatiales et contextuelles entre les concepts visuels et les instructions textuelles complexes.
- Paramètres totaux : 80B
- Paramètres actifs (MoE) : 13B
- Capacités : Compréhension textuelle avancée et rendu multimodal natif
Performances et Benchmarks : La domination par l'Elo
Les chiffres parlent d'eux-mêmes. La version de base de HunyuanImage 3.0 affiche un score Elo de 933. Cependant, la variante 'Instruct' (sortie en janvier 2026) a franchi un palier historique en atteignant un score Elo de 986 sur Artificial Analysis, plaçant le modèle parmi l'élite mondiale. Pour les utilisateurs cherchant une performance maximale via le cloud, le tier de service Tencent Cloud atteint un Elo impressionnant de 993.