作者 | 鄧詠儀
編輯 | 蘇建勛
騰訊大模型的戰(zhàn)略落地上正不斷提速。
"AI 持續(xù)落地，每個(gè)企業(yè)正在成為 AI 公司，每個(gè)人也將成為 AI 加持的‘超級(jí)個(gè)體’。"5 月 21 日，騰訊云 AI 產(chǎn)業(yè)應(yīng)用峰會(huì)上，騰訊集團(tuán)高級(jí)執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群 CEO 湯道生表示。
5 月 21 日，騰訊混元迎來(lái)了一次全面升級(jí)，其中包括旗艦快思考模型混元 TurboS、深度思考模型混元 T1 都發(fā)布了新的迭代版本。
基于 TurboS 基座，騰訊新推出視覺深度推理模型 T1-Vision 和端到端語(yǔ)音通話模型混元 Voice。在騰訊 AI 產(chǎn)業(yè)應(yīng)用峰會(huì)上，混元圖像 2.0、混元 3D v2.5 及混元游戲視覺生成等一系列多模態(tài)模型，也同步上新。
騰訊集團(tuán)高級(jí)執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群 CEO 湯道生表示，在全球公認(rèn)的權(quán)威大語(yǔ)言模型評(píng)測(cè)平臺(tái) Chatbot Arena 上，混元 TurboS 排名已攀升至全球前八，在國(guó)內(nèi)僅次于 DeepSeek。其中，代碼、數(shù)學(xué)等理科能力，混元 TurboS 也進(jìn)入全球前十。
2025 年初，混元 TurboS 正式發(fā)布，采用大規(guī)模混合 Mamba-MoE 模型，其在效果與性能上已展現(xiàn)出顯著優(yōu)勢(shì)。而這一最新突破，則得益于預(yù)訓(xùn)練階段的 tokens 增訓(xùn)，以及后訓(xùn)練階段引入長(zhǎng)短思維鏈融合技術(shù)，使得 TurboS 理科推理提升超 10%，代碼能力提升 24%，競(jìng)賽數(shù)學(xué)成績(jī)大幅提升了 39%。
早在去年下半年，騰訊就大力投入了深度思考模型的路線攻關(guān)。深度思考模型混元 T1 自年初上線元寶 App 后，持續(xù)快速迭代。近期，混元 T1 也迎來(lái)新升級(jí)，在多項(xiàng)核心能力上均實(shí)現(xiàn)了提升：其中，在競(jìng)賽數(shù)學(xué)上效果提升 8%；在常識(shí)問(wèn)答上提升 8%；在復(fù)雜任務(wù)的 Agent 能力提升了 13%。
目前，國(guó)內(nèi)大模型市場(chǎng)已經(jīng)呈現(xiàn)出百花齊放的特點(diǎn)，各家大模型都有自己的技術(shù)特長(zhǎng)點(diǎn)。
比如，混元的多模態(tài)模型，如 3D、視頻生成等功能，在開發(fā)者圈內(nèi)就頗有口碑。
本次新發(fā)布的混元視覺深度推理模型 T1-Vision，支持多圖輸入，具備原生長(zhǎng)思維鏈。在具體產(chǎn)品呈現(xiàn)效果上，能夠?qū)崿F(xiàn) " 邊看圖邊思考 "，整體效果相比此前提升 5.3%，整體理解速度提升 50%。
另外一款語(yǔ)音模型混元 Voice，是一款端到端語(yǔ)音通話模型。模型能夠?qū)崿F(xiàn)低延遲語(yǔ)音通話，相比級(jí)聯(lián)方案，響應(yīng)速度提升超過(guò) 30%，降至 1.6 秒。擬人性和情緒應(yīng)用能力也有明顯提升，目前已在騰訊元寶 App 灰度上線。實(shí)時(shí)視頻通話 AI 體驗(yàn)也會(huì)在近期推出。
一個(gè)有意思之處是，騰訊在介紹混元 2.0 的生圖時(shí)，提到了一個(gè)數(shù)字——在主觀畫面質(zhì)量和美學(xué)層面的人工測(cè)評(píng)中，混元圖像 2.0 也被認(rèn)為是 "AI 味 " 最少的模型之一。
某種程度上，這也意味著，在基礎(chǔ)模型百花齊放之后，模型輸出結(jié)果的多元性、審美等因素，已經(jīng)開始被納入評(píng)價(jià)標(biāo)準(zhǔn)之一。
知識(shí)引擎全面升級(jí)為 " 智能體開放平臺(tái) "
本次峰會(huì)的另一個(gè)發(fā)布亮點(diǎn)，是騰訊的智能體戰(zhàn)略。
2025 年被稱為 Agent 智能體元年，隨著推理模型、多模態(tài)模型的爆發(fā)，智能體成為今年大模型領(lǐng)域各家最關(guān)注的方向。
騰訊這次峰會(huì)的一個(gè)關(guān)鍵動(dòng)作，就是將原來(lái)的大模型知識(shí)引擎，升級(jí)為 " 騰訊云智能體開發(fā)平臺(tái) "。
據(jù)悉升級(jí)后的平臺(tái)，整合騰訊云的 RAG（檢索增強(qiáng)生成）技術(shù)、全面的 Agent（智能體）能力，能夠幫助企業(yè)快速激活私域知識(shí)，以及構(gòu)建專屬智能體。
為什么要在這個(gè)時(shí)候，升級(jí)一個(gè)全新的智能體平臺(tái)？
騰訊云副總裁、騰訊云智能負(fù)責(zé)人、優(yōu)圖實(shí)驗(yàn)室負(fù)責(zé)人吳運(yùn)聲表示，升級(jí)智能體平臺(tái)，是因?yàn)橄Ｍ麕椭髽I(yè)真正用得起、用得好智能體，而不是停留在概念階段。
技術(shù)的發(fā)展推動(dòng)了智能體快速落地，也是重要原因。" 過(guò)去用傳統(tǒng) AI 技術(shù)實(shí)現(xiàn)這些能力的時(shí)候，其實(shí)效果并不理想。比如抽取關(guān)鍵詞、生成摘要這類任務(wù)，對(duì)語(yǔ)言理解能力要求很高。" 吳運(yùn)聲表示。
但在有了大模型，特別是多模態(tài)大模型后，在語(yǔ)義理解、上下文建模、內(nèi)容切分、標(biāo)簽生成等方面都有顯著提升。最直接的影響是，大模型讓語(yǔ)義檢索、比對(duì)的準(zhǔn)確度迅速提升；多模態(tài)模型的發(fā)展，讓視覺 + 文本協(xié)同任務(wù)變得可能了。
" 如果 Agent 具備了使用瀏覽器的能力，那它的‘行為邊界’就大大拓展了，可以覆蓋很多真實(shí)場(chǎng)景。" 吳運(yùn)聲表示。
開源同樣是這次發(fā)布會(huì)的重點(diǎn)之一。
當(dāng)前，混元 3D 模型在 Hugging Face 上下載量超過(guò) 160 萬(wàn)。未來(lái)，混元計(jì)劃推出多尺寸混合推理模型，從 0.5B 到 32B 的 dense 模型，以及激活 13B 的 MoE 模型，適配企業(yè)與端側(cè)不同需求。
并且，混元圖像、視頻、3D 等多模態(tài)基礎(chǔ)模型及配套插件模型也將持續(xù)開源。
目前，混元已深度融入騰訊各業(yè)務(wù)線，廣泛應(yīng)用于微信、QQ、騰訊元寶、騰訊會(huì)議、騰訊文檔等核心產(chǎn)品，提升騰訊內(nèi)部產(chǎn)品的智能化水平，并通過(guò)騰訊云向外輸出模型能力，幫助企業(yè)和開發(fā)者創(chuàng)新提效。
