新浪科技訊 5月21日下午消息,在2025騰訊雲AI產業應用峯會上,從自研的混元大模型、到AI雲基礎設施,再到智能體開發工具、知識庫以及面向場景的應用,騰訊大模型矩陣產品全面升級。騰訊正通過持續打磨技術和產品能力,爲企業和用戶在大模型時代打造真正“好用的 AI”。
騰訊集團高級執行副總裁、雲與智慧產業事業羣CEO湯道生表示,隨着AI的持續落地,每個企業都將成爲AI公司;每個人都將是AI加持的“超級個體”。
他強調,過去一年,騰訊的各項業務已經全面擁抱AI,同時看到了產業對大模型的龐大用量和深切訴求。未來,騰訊將持續加速大模型創新、加速智能體應用、加速知識庫建設、加速基礎設施升級,推動AI技術走進千行百業,也走進每個人的生活。
湯道生在會上宣佈,在全球公認的權威大語言模型評測平臺Chatbot Arena上,混元TurboS排名已攀升至全球前八,國內僅次於DeepSeek。其中,代碼、數學等理科能力,混元TurboS也進入全球前十。
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,混元T1自年初上線元寶App後,持續快速迭代。基於TurboS基座,騰訊新推出視覺深度推理模型混元T1 Vision和端到端語音通話模型混元Voice,近期將推出實時視頻通話AI體驗。
今年以來,混元的迭代速度明顯加快。在多模態生成領域,混元圖像 2.0 率先實現“毫秒級”生圖,混元3D v2.5憑藉業界首創的稀疏3D原生架構,實現了可控性與超高清生成能力的代際飛躍。憑藉技術的領先性和開放的生態,混元3D贏得了開源社區的高度認可,Hugging Face模型下載量超160萬。
騰訊雲副總裁、騰訊混元大模型技術負責人王迪介紹,目前,混元已實現圖像、視頻、3D、文本等在內的全模態開源,未來將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,適配企業與端側需求。混元圖像、視頻、3D等多模態基礎模型及配套插件模型也將持續開源。
基於不斷提升的大模型能力,智能體成爲今年大模型領域各家最關注的方向。騰訊雲早前已經推出了大模型知識引擎,以RAG爲技術爲核心,幫助企業構建大模型應用,已經積累下一批企業級用戶。
在本次大會上,騰訊雲大模型知識引擎全面升級爲“騰訊雲智能體開發平臺”。升級後的平臺,整合騰訊雲行業領先的RAG(檢索增強生成)技術、全面的 Agent(智能體)能力以及實戰打磨出來的貼合用戶需求的功能,幫助企業快速激活私域知識、構建專屬智能體。
基於騰訊雲智能體開發平臺,用戶可以讓Agent自主拆解任務和規劃路徑,主動選擇和調用工具。平臺首次實現了零代碼支持多Agent的轉交協同方式,進一步降低了智能體搭建的門檻。面向確定性比較高的執行流程,用戶也可以採用工作流模式,拖拉拽各種原子能力,讓Agent基於固定流程運行,得到更確定性的結果。
騰訊雲副總裁、騰訊雲智能負責人、騰訊優圖實驗室負責人吳運聲表示,知識庫、插件工具、Multi-Agent框架等正在驅動着智能體不斷升級,成爲懂企業知識、能調用工具、自主執行復雜任務的得力助手。
此外,騰訊在知識庫賽道上持續加碼。會上,騰訊宣佈升級知識庫系列產品,基於騰訊樂享和騰訊ima,爲企業用戶、組織和個人用戶提供高效的知識管理體驗。ima面向個人及專業用戶、樂享面向企業用戶,滿足不同場景和用戶的需求。
而騰訊樂享正式升級爲樂享知識庫,在知識整合沉澱、知識更新、權限管理、AI問答等層面爲企業用戶提供服務,提升知識流轉效率。目前,騰訊樂享已經累計服務了超30萬客戶,包括比亞迪、中國五環、友邦保險、北京大學、清華大學、新東方、多樂士、科沃斯、同程旅行、用友暢捷通等各行業公司。
AI技術的發展,也在反哺研發工作環節。騰訊雲代碼助手CodeBuddy全新升級,推出Craft軟件開發智能體,開發者用自然語言講出需求,Craft就能夠自動拆解任務、設計模塊、生成代碼,並自我糾錯,這意味着開發者“一句話開發應用”變爲現實,同時升級了代碼補全、工程理解,代碼測試等功能。
營銷增長方面,騰訊企點營銷雲正式發佈“營銷雲智能體”,以Multi-Agent架構爲核心,將騰訊積累多年的AI能力與營銷方法論深度融合,實現從人羣洞察、商品匹配、內容生成到效果追蹤的全鏈路智能決策。
騰訊系辦公協同產品也迎來智能升級。騰訊文檔企業版AI助手可實現文檔快速總結和問答,以及直接智能生成Word、PPT等可編輯內容;騰訊會議AI小助手Pro也即將接入 DeepSeek ,支持混元、DeepSeek雙模型自由切換,助力會前準備、會中決策、會後紀要生成;騰訊電子籤實現AI驅動的合同管理閉環;騰訊問卷通過AI提升問卷生成、數據分析及訪談洞察效率;騰訊雲ChatBI新增智能洞察與波動歸因功能,進一步簡化數據分析。(羅寧)
責任編輯:楊賜
免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。