Hunyuan Image 应用代码由 Hunyuan-DiT 模型驱动，这是一种多分辨率扩散变压器模型，结合了自然语言处理和计算机视觉技术。该模型能够细粒度地理解并生成中英文图像，适应多轮对话，根据上下文生成和优化图像。通过结合预训练的双语 CLIP 和 multilingual T5 编码器，Hunyuan-DiT 提高了图像生成的效率和质量。其广泛的应用潜力使其在虚拟现实、增强现实等新兴行业中备受关注。