腾讯混元再升级，推出大模型App“腾讯元宝”

2024-5-30 20:19| 发布者: 刘海明| 查看: 34| 评论: 0|来自: 腾讯研究院（公众号）

摘要: 5 月 30 日，腾讯宣布旗下混元大模型全面升级，基于混元大模型的App“腾讯元宝”正式上线，苹果及安卓应用商店均可下载。

5 月 30 日，腾讯宣布旗下混元大模型全面升级，基于混元大模型的App“腾讯元宝”正式上线，苹果及安卓应用商店均可下载。

相比此前测试阶段的混元小程序版本，面向工作效率场景，腾讯元宝提供了AI搜索、AI总结、AI写作等核心能力；面向日常生活场景，元宝的玩法也更加丰富，提供了多个特色AI应用，并新增了创建个人智能体等玩法。

“腾讯做大模型不争一时之先。”腾讯云副总裁、腾讯混元大模型负责人刘煜宏表示：“过去的一年，我们持续推进腾讯混元大模型的能力爬坡，在丰富、海量的业务场景中打磨技术，同时洞察用户的真实需求，希望腾讯元宝可以成为用户生活中的好伙伴、好帮手，最终服务于每个普通人的生活。”

当前，大模型仍在快速发展期，从模型能力到应用落地存在较大“时延”。数据显示，当前人们使用大模型相关产品时，有超过 65%的需求，集中在工作/学习效率场景，但相关的AI产品解决方案尚不成熟。

针对效率场景的三大核心需求：信息获取、处理和生产，腾讯元宝均进行了产品化探索。在AI 搜索方面，腾讯元宝接入了微信搜一搜、搜狗搜索等搜索引擎，并通过AI搜索增强，提升时新类和知识类问题效果，比传统搜索更有效率；同时，内容覆盖微信公众号等腾讯生态内容及互联网权威信源，答案准确性更高；此外，元宝还会提供所引用的参考资料，并给出相关推荐，方便快速溯源及延伸阅读。

在AI总结方面，元宝可上传最多10个PDF、word、txt等多种格式的文档，并能够一次性解析多个微信公众号链接、网址，支持256K的原生窗口上下文，相当于一本《三国演义》，或是英文原版的《哈利波特》全集。无论是希望快速了解一本书或是一个新领域，还是处理复杂繁冗的报告、文献，元宝都能帮上忙。

在AI写作方面，元宝不仅支持多轮问答，还能够将对话的内容整理成报告，按照要求进行结构化输出，大大提升信息从获取到处理再到生产的效率。

除了满足效率需要，腾讯元宝在日常生活场景，也提供了丰富的应用及玩法。“发现”栏目全面升级，上线了百变AI头像、口语陪练、超能翻译官等多个特色应用，均免费开放。只需一张照片，用户就可以在百变AI头像里体验多种风格；超能翻译官能够识别 15 种主流语言，翻译文本、图片与文件，还支持中英文同声传译；口语陪练则像一位专属私人外教，在陪练的同时给到口语改善建议，帮助用户学习与提升。

同时，元宝也支持用户根据个性化需求，快速创建个人专属的智能体，赋予角色设定，或让AI自动生成智能体相关信息，并复刻自己的音色。结合腾讯生态场景，元宝还将于近期推出腾讯新闻哥、《庆余年》主题等特色智能体。

中国科学院大数据专家李猛表示：“腾讯元宝是一款功能强大、易于使用的AI助手产品，为用户带来了便利和高效的智能体验。能够理解自然语言，并提供智能化的回答和建议，这在很多场景下为用户节省了大量时间和精力。”

除在元宝上提供自定义智能体外，腾讯混元也在积极布局智能体生态，面向开发者和企业推出了一站式智能体创作与分发平台腾讯元器。目前，腾讯元器已经全量面向用户开放。

腾讯元器提供丰富的官方插件和知识库，支持用户低门槛创建定制化的智能体，可一键分发至腾讯元宝、微信客服、QQ、腾讯云等腾讯生态渠道，并将于 6 月支持分发至微信公众号和小程序，混元模型资源全部免费。同时，元器也支持用户以API形式将智能体分发至各类场景，免费token额度从此前的100万提升至1个亿。

腾讯元宝产品能力升级的背后，是混元底层模型的持续迭代。

自 2023 年 9 月首次亮相以来，腾讯混元大模型的参数规模已从千亿升级至万亿，预训练语料从万亿升级至7 万亿tokens，并率先升级为多专家模型结构（MoE），整体性能相比Dense 版本提升超50%。除不断提升通用大模型能力外，腾讯混元也支持角色扮演、FunctionCall、代码生成等领域能力，数理能力提升 50 %。

在多模态方面，腾讯混元文生图大模型是业内首个中文原生DiT架构模型，采用了Sora、Stable Diffusion 3等行业顶尖产品的同款架构，生成效果相比上代提升超 20%。目前，该模型已经全面开源，在Github获得 2000+star，相关能力也全面融入腾讯元宝。

此外，腾讯混元大模型在视频、3D生成等方面也持续探索，目前已经支持16s视频生成，单图仅需30秒即可生成3D模型，相关能力也将于后续在元宝中上线。

目前，腾讯内部有超 600 个业务及场景都已经接入腾讯混元，腾讯广告、微信读书、腾讯会议、腾讯文档、腾讯客服等，都已经基于混元实现了智能化升级。腾讯广泛的应用场景，也进一步反哺了大模型能力的提升。