Hunyuan-DiT

Hunyuan-DiT ist ein quelloffenes Text-zu-Bild-Diffusionsmodell auf Transformer-Basis von Tencent, das Bilder aus Beschreibungen in Chinesisch und Englisch erzeugt.

🛡️ Datenschutz: Das Modell läuft nach Download lokal auf eigener Hardware; ein Anbieter-Sitz ist auf den geprüften Seiten nicht dokumentiert. Zum Training mit Nutzerdaten und zu AVV oder Zertifizierungen gibt es keine Angaben. Die Tencent Hunyuan Community License schließt laut Lizenztext die Europäische Union als Geltungsbereich aus; vor einer Nutzung in der EU muss die Lizenzlage geklärt werden. Bei lokalem Betrieb fließen Daten nicht an den Projektbetreiber, soweit belegt.

Das Tool richtet sich an Forschende und Entwickler, die ein bilinguales Bildmodell lokal einsetzen und anpassen wollen.

Tool-Details & Features

💰 Preise: Kostenlos nutzbar unter der Tencent Hunyuan Community License; Hardwarekosten fallen separat an.

⚙️ Technik: Diffusion Transformer mit 1,5 Milliarden Parametern; mindestens 11 GB GPU-Speicher, 32 GB empfohlen; Versionen 1.0 bis 1.2 sowie destillierte Varianten; letzte Version 1.2 vom Juli 2024.

👥 Zielgruppe: Entwickler und KI-Forschende.

🔗 Integrationen: Hugging Face, ComfyUI, Gradio-Oberfläche, Kommandozeile, Diffusers-Bibliothek; Adapter wie ControlNet und IP-Adapter.

📊 Funktionen: Bildgenerierung in mehreren Auflösungen, feines Verständnis chinesischer Prompts, mehrstufiger Dialog zum schrittweisen Verfeinern.

Vor- & Nachteile

✅ Vorteile: Starke Unterstützung für chinesische Beschreibungen; breite Werkzeug-Unterstützung; Gewichte lokal nutzbar.

❌ Nachteile: Lizenz gilt laut Text nicht in der EU und enthält Nutzungsbeschränkungen; hoher GPU-Speicherbedarf; Veröffentlichungsstand Juli 2024.

Für wen geeignet?

Perfekt für Forschende und Entwickler außerhalb der EU-Lizenzbeschränkung, die ein bilinguales Bildmodell lokal betreiben möchten.