模型定位
hunyuan-large-vision 是基於混元 Large 訓練的視覺語言大模型,面向圖文理解場景。(main.qcloudimg.com)
能力與用途
- 支援多張圖片與文字組合輸入,並產生文字內容。官方公告稱其支援任意解析度圖片輸入。
- 聚焦圖文理解任務;官方稱其多語言圖文理解能力有顯著提升,可用於需要結合圖片和文字進行理解的場景。(main.qcloudimg.com)
限制
公告所述輸出為文字,未核實影像生成能力。公告未提供上下文視窗、單次圖片數量上限或具體支援語言清單;實際接入限制和目前可用性需以服務提供方說明為準。模型輸出可能出錯,重要結果應人工核驗。(main.qcloudimg.com)
發布日期
2025-05-26。(main.qcloudimg.com)
價格
截至 2026-11-18,未能在騰訊雲國內站和國際站核實該模型專屬的人民幣或美元輸入、輸出價格。國內站計費頁面列有其他視覺模型,但未列出 hunyuan-large-vision,不能將其他模型的價格套用於本模型。(cloud.tencent.com)