炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

（來源：36氪）

作者 | 鄧詠儀

編輯 | 蘇建勳

以往在大模型上一直低調行事，但在AI應用上，騰訊這回終於不藏着了。

7月26日，世界人工智能大會（WAIC）在上海開幕。明顯可見的是，騰訊在WAIC上，讓AI智能體成爲14億用戶的“數字好友”，用智能體構建起了一個“好友圈”，覆蓋用戶生活中的

騰訊也發佈了從自研大模型到智能體的多項新品，可以說是“AI全家桶“，包括：

“現在的AI是從到短期記憶到長期記憶的演進”，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，在很長一段時間裏面，大模型只能記住比較短的上下文，這對複雜任務是不夠的。

而騰訊大力投入到智能體中，也是對技術演進路線的探索。比如多智能體協同——吳運聲表示，AI技術正在從圖文問答向全方位的多模態（視頻、圖像、音頻等）交互演進，全模態的無縫的交互在以後是不要的。而如果有不同的智能體負責不同的專業，去讓各種各樣智能體做協同，才能去完成更加複雜的任務。

△來源：騰訊

2023年，騰訊雲剛剛發佈混元大模型家族時，講的還是“行業大模型”的故事——從金融、政務、運營商等10大行業，主打“行業大模型”的路線，一口氣拋出超過50個解決方案。

但到現在，敘事已經改變，從語言模型迅速擴展到多模態、具身智能。

這次WAIC上，騰訊也首次重點發布了具身智能相關的進展。騰訊旗下的Robotics X實驗室與福田實驗室，聯合發佈了“具身智能開放平臺Tairos”。

△來源：騰訊

這是國內首個以模塊化的方式提供大模型、開發工具和數據服務的具身智能軟件平臺，即插即用，且面向機器人行業開放，爲機器人本體開發商與應用開發商補齊關鍵的軟件能力。

模型和To B/ To C應用兩手抓

在模型側，這次騰訊正式發佈的重點是混元3D世界模型 1.0，並宣佈全面開源。

如果說大語言模型（LLM）的技術演進路線已經逐步明晰，從擴大規模Scale up，到以強化學習（Reinforce Learning）爲主的下半場；那麼多模態的發展階段還在早期，無論是技術選型、高質量數據、模型工程都有多項難點。

多模態則是今年各家比拼的重點，而世界模型也是多模態的一個重要分支，在2024年12月才興起。

簡單來說，騰訊混元3D世界模型1.0融合了全景視覺生成與分層3D重建技術，同時支持文字和圖片輸入，實現了高質量、風格多樣的可漫遊3D場景生成。

△來源：騰訊

過去，3D建模和渲染是個巨大的工程，需要專業建模團隊數週才能搭建。現在，只需一句文字或一張圖片，幾分鐘內即可生成。

談及世界模型的訓練難點，數據是其中一個。騰訊混元3D負責人郭春超在接受包括36氪等媒體採訪時表示，目前3D資產主要依賴於藝術家或建模師的手工製作，因此其數量僅爲幾千萬級，與百億、千億級的圖片數量相比，存在數量級上的差距，這種獲取難度較大的情況是客觀存在的。

對於未來的發展重點，郭春超表示，混元世界模型的目標有兩方面：一是提升3D資產生成的質量，使其達到更高的商用水平。目前，3D資產生成已達到中等水平，但與頂尖水平仍有差距。通過提高生成質量和泛化性，他們希望能更好地滿足遊戲、自動駕駛、XR、動漫及影視等行業的需求，降低成本並縮短週期；

二則是改進場景生成和交互模型，構建更完整、真實模擬物理規律的世界模型，今年重點開展，在明年達到更高成熟度。

今年年初，DeepSeek R1的經驗已經證明，在嶄新的技術領域，搶佔技術話語權，並且做出令人尊敬的工作，能夠獲得巨大的市場回報。

在那之後，各家都紛紛加快了開源步伐。事實上，除本次發佈即開源的混元 3D 世界模型 1.0，混元還將在月底開源一系列小尺寸模型，包含0.5B、1.8B、4B、7B混合推理模型，更輕量、好部署。

騰訊由於遊戲、社交等內容領域的積累，在多模態的探索上，已經是國內第一梯隊的選手。現在，騰訊已經對外提供接近商業模型性能的開源基座，方便社區基於業務和使用場景定製。

據騰訊發佈的公開數據，如今騰訊的圖像、視頻衍生模型數量分別達到1400和1600個，混元3D系列模型社區下載量超過230萬，已成爲全球最受歡迎的3D開源模型。

除了世界模型之外，騰訊混元還披露了包括端側混合推理語言模型、多模態理解模型、遊戲視覺模型等在內的一系列開源計劃。

比如，即將開源的混元-large-vision，就是在LMArena Vision榜單拿下國內第一的多模態理解模型；而專爲遊戲場景優化的、交互式遊戲視頻生成框架“混元GameCraft”，也會在近期對外開源。

落地，還是落地

在大模型的戰略上，騰訊一而貫之的風格是務實，這次的WAIC上，騰訊的主題也是“讓‘好用的AI’成爲普惠生產力”。

騰訊已經將Agent的能力，嵌入到騰訊多個To B及To C應用中，覆蓋生活、工作、學習、娛樂等場景。

在學習場景，QQ瀏覽器QBot提供AI搜索、AI瀏覽、AI辦公、AI學習、AI寫作等功能；ima AI工作臺可以輔助完成日常學習和工作任務，並長期沉澱爲個人的智能化知識庫，也支持加入別人的共享知識庫進行精準問答。

又比如，旅遊規劃Agent。它可以根據參觀者需求，一鍵生成旅行攻略，還可隨時對生成的攻略進行個性化編輯。同時通過內置小程序直接實現無縫下單，真正實現一次輸入，多項指令一步到位。

△來源：騰訊

海量資訊、精準解讀，盡在新浪財經APP