中国联通正式开源了其首个完全在国产昇腾AI平台训练和推理的中文原生文生图模型——“联通元景文生图模型”。该模型在架构上融合了复合语言编码模块，提升了对中文长文本、多属性及特色词汇的理解，并突破了传统英文模型对文本长度的限制。通过替换英文CLIP模型为中文CLIP，并引入海量中文图文对数据预训练，该模型能够准确理解中文专属名词。该模型已在联通的多个项目中应用，并已在多个社区全面开源，推动文生图领域的国产化进程。

🚀 架构创新：联通元景文生图模型在SDXL架构中融合了复合语言编码模块，实现了对中文长文本、多属性对应和中文特色词汇的精确语义理解，显著提升了图像生成效果。

🔤 中文原生：该模型将英文CLIP模型替换为中文CLIP，并引入复合语言编码架构，突破了文本长度限制，实现了原生中文语义理解，避免了翻译造成的中文信息损失。

🖼️ 高质量生成：通过海量中文图文对数据预训练，模型能够准确理解中文专属名词，如鼠标-老鼠、仙鹤-吊车等，以及中文菜谱等，生成高质量图片。

⚙️ 国产平台适配：该模型在国产昇腾AI基础软硬件平台上实现了从微调训练到推理的一体化适配，用户可使用自定义数据集，并支持单卡和多卡推理，接口与Diffusers对齐，简单易用。

🌐 多领域应用：联通元景文生图模型已在文创、服装、工业设计等多个领域得到应用，并支撑了中华器灵、服装大模型等数十个案例。

中国联通宣布，联通数据智能公司打造、首个完全在国产昇腾AI软硬件平台上实现训练和推理的中文原生文生图模型“联通元景文生图模型”，正式开源。

该模型实现了多项自主创新突破：

首先是在架构上，通过在SDXL架构中融合复合语言编码模块，实现了对中文长文本、多属性对应和中文特色词汇的精确语义理解，对应图像的生成效果得到了极大提升。

其次是在昇腾AI大规模算力集群上，实现了中文原生文生图模型的训练和推理，并将模型和代码对业界开源，以推动文生图领域的国产化进程。

据悉，原始SDXL的语言编码器仅使用英文CLIP模型，智能支持英文文本输入，输入长度也不能超过77个token。

对此，联通元景文生图模型一方面将英文CLIP模型替换成中文CLIP，并引入复合语言编码架构，使用基于encoder-decoder架构的语言模型，突破文本长度限制。

通过引入复合语言编码模块，元景文生图模型实现了原生中文语义理解，避免了利用翻译插件等作为中介调用英文文生图模型造成的中文信息损失。

同时，通过引入海量中文图文对数据进行预训练，模型对中文专属名词，如鼠标-老鼠、仙鹤-吊车等英文模型易混淆的对象，以及中文菜谱等英文模型无法理解的名词，都能够准确理解并生成对应的高质量图片。

（在英文中均翻译成crane，易混淆）

（中文特色词汇）

中国联通在国产昇腾AI基础软硬件平台上实现了元景文生图模型从微调训练到推理的一体化适配。

在微调训练方面，用户可使用自定义数据集，实现从其它平台至昇腾的平滑切换；

在模型推理方面，接口与Diffusers对齐，简单易用，支持单卡和多卡，单卡推理支持UNet Cache加速。

该模型已在联通的多个内外部项目中服务于文创、服装、工业设计等诸多领域，支撑了中华器灵、服装大模型等数十个案例。

联通元景文生图模型赋能服装设计

联通元景文生图模型赋能文物活化

目前，元景文生图模型已在GitHub、Hugging Face、魔搭、始智等社区全面开源，地址如下：

GitHub：

https://github.com/UnicomAI/UniT2IXL.git

HuggingFace：

https://huggingface.co/UnicomAI/UniT2IXL

魔搭：

https://www.modelscope.cn/UnicomAI/UniT2IXL.git

始智：

https://wisemodel.cn/models/UnicomAI/UniT2IXL

联通元景文生图模型在全球数字经济大会上获奖