开源动态8

腾讯混元：开源AI绘画新框架读懂复杂指令

量子位2025-09-17

AI 摘要

腾讯混元团队开源PromptEnhancer框架，解决T2I模型理解人类指令的短板，可提升文本 - 图像对齐精度。还同步开源高质量数据集，为研究提供参考，推动AI绘画精准创作。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

开源一月20.4K星 AI绘画入IDE时代

本文介绍了开源仅一个月就收获20.4K GitHub Star的AI创作项目ArtCraft，针对现有AI出图随机性高、可控性差的行业痛点，推出IDE式可视化创作工作台，实现AI创作前置可控，整合多类AI模型生态。

腾讯混元团队在 ACL 2026 Findings 发布的 ToolCPT 指出，Agent 用不好工具病根在预训练。它从真实代码挖工具，写说明书，融入预训练，实验显示能有效提升工具运用能力，但也有局限和成本。

AI工具平台TryAI搭建「绘画竞技场」，让GPT - 5.6 Sol等四个视觉模型临摹蒙娜丽莎等，记录实验过程。结果显示，模型最终作品不如中途最佳版，且成本差异大，工具使用方式不同。

大模型微调（SFT）是主流LLM落地方案，但大家默认训练完就是学完了。腾讯混元团队发现SFT存在不完全学习现象（ILP），论文完成了定义ILP、找根因、提诊断框架和验证干预等工作。