← 全部模型

hunyuan-large-vision

发布时间 发布主体 Tencent

模型定位

hunyuan-large-vision 是基于混元 Large 训练的视觉语言大模型,面向图文理解场景。(main.qcloudimg.com)

能力与用途

  • 支持多张图片与文本组合输入,并生成文本内容。官方公告称其支持任意分辨率图片输入。
  • 聚焦图文理解任务;官方称其多语言图文理解能力有显著提升,可用于需要结合图片和文字进行理解的场景。(main.qcloudimg.com)

限制

公告所述输出为文本,未核实图像生成能力。公告未给出上下文窗口、单次图片数量上限或具体支持语言清单;实际接入限制和当前可用性需以服务提供方说明为准。模型输出可能出错,重要结果应人工核验。(main.qcloudimg.com)

发布日期

2025-05-26。(main.qcloudimg.com)

价格

截至 2026-11-18,未能在腾讯云国内站和国际站核实该模型专属的人民币或美元输入、输出价格。国内站计费页面列有其他视觉模型,但未列出 hunyuan-large-vision,不能将其他模型的价格套用于本模型。(cloud.tencent.com)

官方来源