字节跳动开源Lance，一款仅3B激活参数的原生统一多模态大模型，打破“理解模型（VLM）”与“生成模型（DiT/Diffusion）”的技术壁垒。它以极致轻量化实现全功能覆盖，挑战当前AI行业堆砌参数或“拼积木”组装模型的风气，成为技术创新的重要突破。
OPPO在联发科天玑开发者大会上推出全球首个端侧AIGC光影处理引擎，基于自研DiT架构，专为解决户外复杂光线问题（如逆光、强光、阴影交错）而设计，可有效改善人物面部偏暗、背景过曝及细节丢失等拍摄痛点，为摄影爱好者带来福音。
字节跳动Seed团队发布新一代3D生成大模型Seed3D2.0，在几何精度与材质真实度上实现突破，核心指标达行业领先水平，有效解决边缘软化、拓扑失真等痛点。模型采用“粗到精”两阶段DiT架构，通过解耦整体结构与细节，推动AI 3D内容生成迈向“生产级可用”。
2026年3月11日，谢赛宁团队发布全球首个多人视频世界模型Solaris，实现从“单人单视角”到“多人交互世界”的跨越。其核心技术基于昆仑天工开源架构，引入多人自注意力层，显著提升了建筑一致性，验证了多玩家在虚拟世界中的协同感知能力。
ByteDance的Seedance 1.5 Pro，用DB - DiT生成带音画同步的电影级视频
基于 DiT 的人类图像动画框架，实现精细控制与长效一致性。
探索多模态扩散变换器中的注意力控制，实现无需调优的多提示长视频生成
基于DiT的视频生成模型，实时生成高质量视频。
Alibaba
-
输入tokens/百万
输出tokens/百万
上下文长度
Deepseek
$4
$12
128
Chatglm
$16
32
$2
$8
Minimax
Stepfun
Baidu
AlekseyCalvin
这是一个针对 Z-Image Turbo DiT 模型的低秩适配器（LoRA），专门用于生成具有历史照片风格的图像。该模型基于 1900-1910 年代摄影师 Sergey Prokudin-Gorsky 的 150 张彩色照片训练而成，能够为现代图像生成注入独特的早期彩色摄影美学，如暖色调光晕和特定色彩质感。
diffusers
FLUX.2-dev是基于NF4量化的DiT和文本编码器的图像生成与编辑模型，提供高质量的图像生成和编辑能力，适用于图像领域的开发应用。
valiantcat
Qwen-Image-Edit-MeiTu是基于Qwen-Image-Edit的改进版本，采用DiT架构微调，专注于提升复杂图像编辑中的视觉一致性、美学质量和结构对齐能力。
Lightricks
首个基于DiT架构的实时高质量视频生成模型，支持1216×704分辨率30FPS生成
首个基于DiT架构的实时高质量视频生成模型，能以30帧/秒生成1216×704分辨率视频
DiTy
该模型是基于google/gemma-2-9b-it针对函数调用任务进行微调的版本，训练数据完全由人工标注，使用了俄语版本的DiTy/function-calling数据集。
kaupane
基于Wikiart数据集训练的扩散变换器模型，用于生成艺术作品图像
基于Wikiart数据集训练的扩散变换器模型，用于生成艺术风格图像
基于DiT架构的实时高质量视频生成模型，支持文本转视频及图像转视频两种应用场景
首个基于DiT的视频生成模型，能够实时生成高质量视频，支持文本转视频及图像+文本转视频两种场景
ByteDance
InfiniteYou（InfU）是一个基于FLUX扩散变换器（DiT）的身份保持图像生成框架，能够在保持身份特征的同时实现灵活的图片重塑。
jobs-git
首个基于DiT架构的实时高质量视频生成模型，支持文本到视频和图像到视频生成
首个基于DiT的视频生成模型，能够实时生成高质量视频，支持文本转视频和图像+文本转视频两种场景。
conjuncts
该模型是一个基于transformers库的模型，具体功能和用途需要进一步信息确认。
THUDM
CogView3-Plus-3B是CogView3的DiT版本，支持512至2048像素的文本生成图像功能。
3DTopia
3DTopia-XL是一个基于扩散变换器（DiT）和PrimX表示的高质量3D资产生成模型，能够从文本或图像输入快速生成3D PBR资产。
cmarkea
基于microsoft/dit-base微调的文档图像布局检测模型，可识别11类文档元素
基于DeepPavlov/rubert-base-cased预训练模型并通过MS-MARCO俄语段落排序数据集微调的sentence-transformers模型，用于俄语信息检索任务。
基于DeepPavlov/rubert-base-cased预训练模型，使用MS-MARCO俄语段落排序数据集微调的sentence-transformers模型，用于俄语的非对称语义搜索。
jzju
基于DIT架构的文档图像分割模型，专门用于识别和分割文档中的不同元素类型。
Diffusers%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
