由美国加州大学伯克利分校打造的国际大模型竞技场LMArena发布最新视觉模型评测结果，腾讯混元家族再添重磅荣誉 ——最新视觉模型 Hunyuan-Vision-1.5-Thinking以全球第三、中国第一的成绩刷新国内纪录，紧随国际顶尖模型之后。而就在10月5日，该平台发布的图像生成榜单中，混元图像 3.0已率先登顶全球第一，超越代号 “nano-banana” 的Gemini 2.5 Flash Image Preview等知名闭源模型，实现中国多模态大模型在国际权威评测中的双线突破。
LMArena凭借独特的人类真实偏好盲测机制成为全球最具公信力的AI竞技场之一：平台将不同模型的输出匿名呈现，由全球用户通过两两对比投票决定排名，其结果直接反映模型在实际场景中的应用体验。此次混元双模型的表现，精准印证了其在视觉理解与生成两大核心领域的技术深度。
在视觉理解赛道，Hunyuan-Vision-1.5-Thinking展现出领先的多模态推理能力。该模型突破了传统视觉模型的 “看图说话” 局限，能够通过多轮反思机制深入解析视觉内容：既可以精准识别图像中的物体细节，也能直接用西班牙语回应英文图表的解读需求，甚至完成几何问题求解等复杂任务。这种跨语言、跨场景的深度理解能力，使其在图表分析、文档解析等实用场景中表现突出，恰好契合LMArena对视觉模型 “信息提取 – 理解 – 跨模态应用” 的全链路评估标准。
在图像生成赛道，开源仅一周的混元图像3.0创下 “出道即巅峰” 的纪录。作为首个开源的工业级原生多模态生图模型，它凭借三大核心优势征服全球用户：一是知识推理能力，能将逻辑原理融入画面生成，而非简单堆砌元素；二是文本精准度，支持中英文长文本渲染，从海报标语到细节注解均清晰可辨；三是美学质感，生成图像兼具写实度与艺术感，大幅降低用户调整成本。截至目前，该模型已在Hugging Face开源社区热榜连续一周稳居第一，印证了技术实力与开发者认可度的双重领先。
此次双榜告捷并非偶然，而是腾讯混元多模态技术积累的集中爆发。目前，混元已构建起覆盖语言、图像、视频、3D的全栈开源模型矩阵：3D系列模型社区下载量超260万，稳居全球最受欢迎3D开源模型之列；世界模型Voyager曾获斯坦福WorldScore基准测试榜首；图像、视频衍生模型总数已突破3000个。这种 “全模态布局+开源生态” 的发展模式，既为技术迭代提供了丰富的数据与场景反馈，也让中小企业能通过低成本微调获得工业级AI能力。
