5 月 25 日消息，筆者獨家獲悉，基于騰訊自研大模型混元的首個端到端語音通話模型 Hunyuan-Voice，最快今年 6 月上線騰訊元寶 App，從而與豆包 AI 視頻通話功能對抗。而且，騰訊已規劃多模態和全模態路線，最快今年將推出全球首個 " 全模態模型 "，代號為混元 -O，瞄向 " 世界模型 "。
隸屬于騰訊 TEG（技術工程）事業群的騰訊混元科研人員透露，面向 AGI，混元將以語言模型為核心，探索多種模態融合，并將向深度、廣度兩方面持續推進探索。一方面，混元從大語言模型向多模態模型發展，理解和模擬物理世界；同時，混元還將瞄準更智能的推理、規劃、智能體，以及探索知識邊界，自我啟發、自我迭代、自我發現，最終與具身智能等技術結合，向環境中自主行動和學習的世界模型方向進行探索。
這是首個披露騰訊混元最新規劃的消息，在此之前，騰訊沒有對外披露過混元 -O 全模態模型技術。
后發混元大模型，馬化騰直夸 DeepSeek
隨著 2022 年底 ChatGPT 風靡全球，2023 年 2 月，騰訊混元大模型項目正式啟動，并部署 AI 大模型技術研發工作，以語言模型為基礎，逐步打造涵蓋各種模態的模型矩陣。
2023 年 9 月，騰訊在全球數字生態大會上正式發布混元大模型 ，并宣布通過騰訊云對外開放。該模型是騰訊全鏈路自研的通用大語言模型，擁有超千億參數規模，預訓練語料超 2 萬億 tokens；9 月中旬，混元大模型首批通過《生成式人工智能服務管理暫行辦法》備案。
2024 年，騰訊混元大模型加速迭代，1 月發布高性能 MoE 模型，5 月開源業界首個中文 DIT 文生圖模型，隨后發布混元多模態理解模型；9 月，混元 Turbo 發布；11 月，騰訊混元開源大語言模型 Hunyuan-large。
2023 年股東大會上，騰訊集團董事長兼 CEO 馬化騰表示，AI 是全行業甚至全世界的重點，騰訊總算能跟上第一陣列，不能算最領先，但是至少沒有太落后。
" 我們最開始以為這是互聯網十年不遇的機會，但是越想越覺得這是幾百年不遇的、類似發明電的工業革命一樣的機遇。互聯網企業都有很多的積累，都在做，我們也一樣在埋頭研發，但是并不急于早早做完，把半成品拿出來展示。" 馬化騰稱。
馬化騰強調，后面還要結合場景發展，把 AI 混元大模型應用到各個場景中，" 短期內一兩年內我感覺不會有一個純原生 AI 大的應用，應該還是要結合到我們的所有產品里面效率提升等，我覺得這個是一個很大的機會。"
到了 2025 年，中國開源 AI 模型 DeepSeek 風靡全球，騰訊突然加速 AI 應用落地部署，旗下元寶、瀏覽器、微信、ima、騰訊文檔、QQ 瀏覽器、QQ 音樂等多款騰訊產品，在接入混元大模型的同時，接入 DeepSeek-R1 模型。在外界看來，這讓混元 AI 大模型處境略顯尷尬，似乎成為 " 備胎 "。
DeepSeek-R1 雖彌補了混元大模型在推理速度和響應效率上的不足，卻使得用戶更傾向于使用有 DeepSeek 加持的功能。
今年 3 月騰訊年報溝通會中，馬化騰談及 DeepSeek 時表示，深度思考模型出來后，AI 智能化比以前有大幅提升，而且 DeepSeek 出現后，開源和中國工程師在關注成本和效率方面的優勢較為明顯。AI 的智能化程度相比往年有大幅度提升，對于騰訊來說經過慎重思考，云業務和元寶都在擁抱 AI。未來應用大發展的機會已經到來，各家都在采用 AI 落地，也看到 AI Agent（智能體）的發展，背后有很多 AI 相關工具的想象空間。目前 AI 生態還在早期，各行各業都會受益于 AI 普及，相信每個行業都會擁抱這個機會。
" 我們業界和梁文鋒都有交流，很敬佩市場上出現獨立、開源的產品，我們非常尊重。"馬化騰表示。
與此同時，騰訊集團 CSIG 旗下騰訊云針對 DeepSeek 開源的 DeepEP 通信框架進行深度優化，使其在多種網絡環境下均實現顯著性能提升。相關技術方案也獲得了 DeepSeek 公開致謝，稱這是一次 "huge speedup" 代碼貢獻。
" 使用 GPU 進行大語言模型訓練。去年有一段時間，人們認為每一代大型語言模型都需要數量級更大的 GPU，但 DeepSeek 的突破性進展結束了這一時期?，F在，業界以及我們業內人士都能夠利用現有 GPU 大幅提高大型語言模型訓練的生產力，而無需像之前預期的那樣額外添加 GPU。" 騰訊此前在財報會上表示。
據界面，一位負責互聯網大廠投流的營銷供應商表示，騰訊在元寶上的投流打法復制了去年字節跳動豆包 " 大力出奇跡 " 的推廣模式，通過自家產品生態自帶的流量中心優勢（字節主要依賴抖音、今日頭條，騰訊依賴微信），再加上大規模廣告投放引流。唯一的區別是，字節跳動投流的宣傳對象主要是自家的 " 豆包 "AI 模型，騰訊則幾乎為每一條元寶廣告都貼上了 "DeepSeek" 標簽，自家混元模型反而沒有太多曝光。
不過，騰訊似乎依然不想放棄自研大模型產品。隨著全球 AI 產業全面形成 " 重資源 " 投入趨勢，騰訊希望利用 " 自研 + 開源 " 多模型策略，加速全域產品 AI 滲透。
目前混元是由騰訊 TEG（技術工程）進行主導研發，隨著姚星、蔣杰等人陸續離職，目前騰訊混元負責人是騰訊首席科學家、騰訊機器人 X 實驗室主任、視覺計算機領域專家張正友，他向騰訊集團高級執行副總裁、技術工程事業群總裁盧山匯報；而元寶、騰訊云等隸屬于 CSIG 事業群，由騰訊集團高級執行副總裁、云與智慧產業事業群總裁湯道生領導。
這兩大事業群主導騰訊 AI 業務研發和落地。
2025 年 2 月，混元深度思考推理模型 T1 預覽版上線騰訊元寶；3 月，混元 Turbos 通用模型發布；4 月，新一代旗艦混元多模態模型發布；5 月，多模態慢思考深度推理模型混元 T1-Vision 發布，端到端語音通話模型也在 5 月底發布，并將上線騰訊元寶。
目前，混元 TurboS 在權威評測平臺 Chatbot Arena 中已躋身全球前八，低于 OpenAI O3、Gemini、DeepSeek-R1 等模型，在代碼與數學等理科能力上躋身全球前十。最新一輪升級中，TurboS 在理科推理、代碼能力和競賽數學三項指標上分別提升了超 10%、24% 與 39%。
" 多模態認知系統應該怎么去構建？一個核心觀點，應該以語言模型為核心。語言的邊界可能也是世界的邊界，這個意思就是說語言跟認知可能是等價的，所以這個是從任務角度來說是這樣的。因此，我們就基于它去做了視覺模型、語音模型，同時我們也在規劃全模態模型，它都是以語言模型為核心，再進行知識推理鏈，這樣的話我們能夠利用好語言模型強大能力，同時它也是一個混合彈性的結構。" 混元團隊稱。
下一步，面向通用 AI，騰訊混元嘗試用深度、廣度兩個方面推進，最后目標是希望創造一個類似于賈維斯這樣的一個機器人，它能夠自主去在比較復雜的世界里面探索。
談到具身智能，5 月 24 日首屆國際通用人工智能大會上，張正友表示，目前機器人本體能力、機械能力和身體部分能力距離人類還差很遠，具身智能的機器人大腦和身體是不協調的，所以真正的具身智能，是要能夠身體和智能融合，并且能夠自主學習處理問題，環境變化不確定下能夠自動調整和規劃系統。因此，復雜的感知能力、執行能力、學習能力、規劃模型的集中智能等能力都需不斷提升。
張正友強調，要探索一個最佳機器人本體形態，人形機器人當然是其中一個，但雙足、人形機器人不一定是最佳的形態。
"具身智能現在正在往上發展，但到一定程度以后，不一定是寒冬，至少資本上面會有一個縮減的過程，最后會繼續往前發展。所以從我們角度來講，我們要繼續提升具身智能的能力，寒冬過后能夠有更好的發展。" 張正友稱。
7 年投入超 3900 億，騰訊要與阿里、字節激戰 AI
" 這些‘大模型六虎’正在以三倍速，走當年我們‘ AI 四小龍’（依圖、曠視、云從、商湯）2017-2019 年的老路。" 依圖科技聯合創始人林晨曦曾對筆者表示，如果 AI 創業公司想在國內 C 端產品中獲得商業化，能力和最終結果遠不及字節等互聯網大廠，后者有大量的投入、人力資源、流量與用戶規模，這是創業公司無法做到的。
如今，騰訊決定向 AI 技術領域加大研發投入。
2024 年，騰訊研發投入達 706.86 億元，過去 7 年累計投入達 3912 億元；年度資本開支更突破 767 億元，同比增長 221%，創歷史新高。其中，AI 項目發展所涉及的資本開支就達 390 億元。
劉熾平表示，騰訊計劃 2025 年進一步加大資本開支，預計會占 2025 年總收入的 " 低兩位數百分比 "。這意味著，2025 年騰訊的資本開支可能接近 1000 億元的水平。
除了騰訊，阿里、字節都在加大 AI 研發投入力度。阿里巴巴集團 CEO 吳泳銘已經宣布，未來三年，阿里將投入超過 3800 億元，用于建設云和 AI 硬件基礎設施，總額超過去十年總和。這也創下中國民營企業在云和 AI 硬件基礎設施建設領域有史以來最大規模投資紀錄。
其中，C 端方面，騰訊元寶接入 " 滿血版 "DeepSeek- R1 模型，并能讀懂圖片后，今年 2 月、3 月曾多次登上蘋果 AppStore 中國區免費榜前列，3 月 3 日晚成為下載排行榜第一名。
B 端層面，截至目前，騰訊內部超過 700 個業務場景獲得混元大模型底座支持，大概每個月接入超百個場景，已有來自零售、教育、金融、醫療、傳媒、交通、政務等多個行業的客戶通過騰訊云調用騰訊混元大模型 API。
騰訊總裁劉熾平在此前財報會上表示，" 微信搜索的查詢量和收入持續快速增長。我們整合了騰訊混元和 DeepSeek 大型語言模型能力，提升了微信搜索結果的相關性和質量。目前，騰訊自有模型支持的搜索結果已覆蓋超過 90% 的問答式搜索。"
最新財報顯示，2025 財年第一財季，騰訊實現總收入 1800 億元，同比增長 13%。其中，To B 業務（金融科技及企業服務）實現營收 549 億元。
展望未來，AI 是一個資本型、學術交叉型復雜技術，需要超強的算力、優秀的人才、高超的技術研發實力等，因此，新的 AI 大模型的 " 下半場 " 一定是巨頭之間的較量，而作為 BAT 三大中國互聯網頭部公司之一，騰訊混元將與阿里通義、字節豆包激戰 AI 智能體和商業化落地，尤其在 "AI+ 云 " 平臺層面。
清華大學計算機系副教授劉知遠表示，"AGI 新技術還在加速演進，未來發展路徑尚不明確。我們仍處于追趕階段，已經不是望塵莫及，但也只能說是望其項背。在別人已經探索出來的路上跟隨快跑是相對容易的，接下來我們要面對一團未來迷霧。"
湯道生最近表示，AI 行業還處于早期階段。大家都在跑馬圈地，嘗試著不同的商業模式。有的在追 Scaling Law，有的在打造 To C 市場新入口，有的在做產業落地，非常熱鬧。
"AI 正在跨過產業化落地的門檻，站在普及應用的全新節點上。行業由之前的模型訓練主導，發展到今天更多是應用與 Agent 驅動；我們看到，云上 DeepSeek API 調用量激增，語音交互的需求也帶動了 ASR（自動語音識別）與 TTS（文本轉語音）模型的 API 調用；模型推理的算力消耗正在高速增長，規?；评淼某杀緝灮?，成為云廠商的核心競爭力。" 湯道生說。
湯道生 5 月 21 日強調，模型深度思考的突破，推動生成式 AI 的可用性從 " 量變 " 發展到 " 質變 "，騰訊持續加大 AI 投入力度，各項業務全面擁抱 AI。同時也以大模型、智能體、知識庫和基礎設施 " 四個加速 "，打造 " 好用的 AI"。
（本文首發于鈦媒體 App，作者｜林志佳）
