一、教程简介

HunyuanImage-2.1 是由腾讯混元团队于 2025 年 9 月推出的开源文生图模型，支持原生 2K 分辨率，具备强大的复杂语义理解能力，能精准生成场景细节、人物表情和动作。模型支持中英文输入，能生成多种风格的图像，如漫画、手办等，同时对图像中的文字和细节把控稳定。模型基于双通道文本编码器和高压缩率 VAE 等技术，大幅提升训练和推理效率。相关论文成果为「PromptEnhancer: A Simple Approach to Enhance Text-to-Image Models via Chain-of-Thought Prompt Rewriting」。

该教程算力资源采用单卡 RTX PRO 6000，提供 Text-to-lmage Generation 和 Image Refinement 两个功能供测试使用。

二、效果展示

Text-to-lmage Generation

Image Refinement

三、运行步骤

1. 启动容器

若显示「Bad Gateway」，这表示模型正在初始化，由于模型较大，请等待约 2-3 分钟后刷新页面。

2. 使用步骤

1. Text-to-lmage Generation

参数说明：

• Use Distilled Model：使用蒸馏生成速度更快，质量略低。
• Prompt：这里可以输入文本文字。
• Negative Prompt：负面提示，告诉 AI「不要生成什么」的指令。
• Aspect Ratio：选择图像生成的纵横比。
• Inference Steps：推理步骤，更多步骤 = 更好的质量，更慢的生成速度。
• Guidance Scale：遵循提示的严格程度。
• Seed：种子。
• Use Refiner：是否使用图片精修。

2. Image Refinement

参数说明：

• Refinement Prompt：这里可以输入文本文字。
• Width：输出图片宽度。
• Height：输出图片高度。
• Refinement Steps：精修推理步骤，更多步骤 = 更好的质量，更慢的生成速度。
• Guidance Scale：遵循提示的严格程度。
• Seed：种子。

四、交流探讨

🖌️ 如果大家看到优质项目，欢迎后台留言推荐！另外，我们还建立了教程交流群，欢迎小伙伴们扫码备注【SD 教程】入群探讨各类技术问题、分享应用效果↓

引用信息

本项目引用信息如下：

@misc{HunyuanImage-2.1,
  title={HunyuanImage 2.1: An Efficient Diffusion Model for High-Resolution (2K) Text-to-Image Generation},
  author={Tencent Hunyuan Team},
  year={2025},
  howpublished={\url{https://github.com/Tencent-Hunyuan/HunyuanImage-2.1}},
}