9月5日，騰訊宣布推出新一代大模型“混元Turbo”，相比前代模型，騰訊混元Turbo性能顯著提升，訓(xùn)練效率提升108%，推理效率提升 100%，推理成本降低 50%，效果在多個基準(zhǔn)測試上對標(biāo)GPT-4o，且第三方測評居國內(nèi)第一。

目前，混元Turbo已經(jīng)在騰訊云上線，輸入和輸出價格只有前代模型的一半。企業(yè)和開發(fā)者可以通過API、專屬模型、精調(diào)模型等方式使用混元大模型相關(guān)能力。

騰訊集團(tuán)高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生表示，隨著大模型與生成式AI的技術(shù)突破，圖片、視頻、語言的理解與生成已經(jīng)有很大進(jìn)步，人與人的溝通、人與系統(tǒng)的交互方式，都可能會被重塑。最近半年，產(chǎn)業(yè)界對AI大模型的關(guān)注重點(diǎn)，開始從模型技術(shù)本身，轉(zhuǎn)到智能應(yīng)用落地上。用人工智能在已有業(yè)務(wù)場景中降本增效，提高經(jīng)營效率，是行穩(wěn)致遠(yuǎn)的可靠路徑。

騰訊集團(tuán)高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生

據(jù)介紹，騰訊已經(jīng)構(gòu)建起了全鏈路的大模型產(chǎn)品矩陣，包括底層基礎(chǔ)設(shè)施、幫助企業(yè)訓(xùn)練專屬模型的TI平臺和行業(yè)大模型解決方案，自研的混元大模型，構(gòu)建應(yīng)用的平臺工具，以及基于大模型的各類智能應(yīng)用。

會上，騰訊AI應(yīng)用“元寶”宣布品牌智能體專區(qū)正式上線，企業(yè)在騰訊元器上制作的智能體可以一鍵發(fā)布到品牌智能體專區(qū)。品牌智能體專區(qū)首批邀請 11 家合作伙伴入駐，打造精品AI智能體應(yīng)用生態(tài)，涵蓋工作提效和生活娛樂多個場景，用戶可以直接在“騰訊元寶”APP上體驗豐富的品牌智能體應(yīng)用。

“面向場景創(chuàng)造價值才是大模型發(fā)展的意義。”騰訊云副總裁、騰訊云智能負(fù)責(zé)人、優(yōu)圖實驗室負(fù)責(zé)人吳運(yùn)聲表示，大模型已經(jīng)在全球發(fā)展了兩年，一方面，模型性能不斷提升，圍繞著模型的產(chǎn)品使用門檻變得更低、更加易用；另一方面，企業(yè)積極探索大模型與自身業(yè)務(wù)場景的結(jié)合，大模型的落地場景變得更豐富、更縱深。

騰訊云副總裁、騰訊云智能負(fù)責(zé)人、優(yōu)圖實驗室負(fù)責(zé)人吳運(yùn)聲

吳運(yùn)聲介紹，基于全矩陣的大模型產(chǎn)品，騰訊已經(jīng)服務(wù)了眾多客戶，在知識管理、智能客服、研發(fā)提效、智能營銷、內(nèi)容生成、辦公協(xié)同、風(fēng)險管控等場景中，幫助企業(yè)實現(xiàn)了降本增效和業(yè)務(wù)創(chuàng)新。

大模型工具持續(xù)升級，更便捷、更易用

為了讓企業(yè)更快更便捷地開發(fā)AI原生應(yīng)用，騰訊云在今年5月推出了三款PaaS產(chǎn)品知識引擎、圖像創(chuàng)作引擎和視頻創(chuàng)作引擎，加速應(yīng)用落地。

通過大模型知識引擎，企業(yè)用自然語言和簡單配置，5分鐘就可以開發(fā)出一款大語言模型應(yīng)用，服務(wù)于客服營銷、企業(yè)知識社區(qū)等業(yè)務(wù)場景。經(jīng)過幾個月的產(chǎn)品迭代，知識引擎產(chǎn)品在用戶需求識別與理解、企業(yè)知識處理、檢索和理解能力上，都有很大升級。同時，知識引擎支持組件能力單獨(dú)輸出，企業(yè)可以按需購買文檔解析、文檔拆分、向量化等能力，按需部署到自身的應(yīng)用中去。

在圖像創(chuàng)作引擎層面，基于混元生圖能力的升級，圖像風(fēng)格化、AI寫真、商品背景生成、模特?fù)Q裝等功能也進(jìn)一步實現(xiàn)了迭代。在AI寫真層面，圖像創(chuàng)作引擎實現(xiàn)了免訓(xùn)練技術(shù)突破，輸入一張照片后可直接跳過訓(xùn)練環(huán)節(jié)等待，一鍵生成高清寫真藝術(shù)照，整體出圖耗時縮短75%。

針對很多電商商家高頻使用的商品背景生成能力，圖像創(chuàng)作引擎可實現(xiàn)商品在不同場景中高度逼真的虛擬效果展示。在模特?fù)Q裝場景下，采用3D先驗方案，提升重建人像效果，在高度保持模特臉部、手部細(xì)節(jié)的同時，精確將服裝版型細(xì)節(jié)與模特身體特征對齊，確保換裝后的效果逼真自然。

基于混元的DiT架構(gòu)模型，視頻創(chuàng)作引擎也迎來了全新的升級。新增了圖片跳舞、圖片唱演和視頻轉(zhuǎn)譯等能力，已經(jīng)實現(xiàn)了單段舞蹈的生成時間從10分鐘下降至1分鐘級別，同時支持轉(zhuǎn)身、側(cè)身等難例舞蹈動作。同時，針對很多客戶有需求的視頻轉(zhuǎn)譯能力，視頻引擎接入了混元文生文大模型和 TTS 技術(shù)，讓轉(zhuǎn)譯后的視頻能夠保留說話人的音色特征，同時實現(xiàn)說話人口型與目標(biāo)語種一致的視聽效果。目前視頻轉(zhuǎn)譯功能支持超過15種小語種，覆蓋主流外語翻譯，可應(yīng)用于視頻本地化、跨境電商等場景。

為了幫助企業(yè)用戶更便捷地打造專屬模型，人工智能開發(fā)平臺TI平臺也進(jìn)行了全新升級。

TI平臺致力于構(gòu)建面向?qū)崙?zhàn)的大模型精調(diào)工具鏈，幫助用戶訓(xùn)練出真正可用的大模型，并縮短模型開發(fā)周期，提升研發(fā)效率與資源利用率。

高質(zhì)量的訓(xùn)練數(shù)據(jù)是精調(diào)出一個可落地大模型的前提條件。TI 平臺的多模態(tài)數(shù)據(jù)集管理和數(shù)據(jù)標(biāo)注能力，可提升大模型精調(diào)的數(shù)據(jù)準(zhǔn)備效率和訓(xùn)練數(shù)據(jù)質(zhì)量，從而提升大模型訓(xùn)練效率和最終效果。

在精調(diào)數(shù)據(jù)準(zhǔn)備層面，TI平臺全新支持面向多模態(tài)大模型的數(shù)據(jù)集管理和數(shù)據(jù)標(biāo)注，首創(chuàng)了基于Schema的標(biāo)注方法，支持用戶自動生成個性化標(biāo)注工作臺，支持文生文、圖生文、圖文改寫、圖文混合問答等主流場景下的全部細(xì)分任務(wù)類型。

落地加速，場景創(chuàng)新更豐富、更縱深

大模型要貼近場景創(chuàng)造價值已經(jīng)是業(yè)界的共識。騰訊目前已經(jīng)有700多款產(chǎn)品接入混元大模型，實現(xiàn)用戶體驗的提升。騰訊全矩陣的大模型產(chǎn)品目前已經(jīng)在知識管理、智能客服、研發(fā)提效、智能營銷、內(nèi)容生成、辦公協(xié)同、風(fēng)險管控等落地。

在智能客服與知識管理場景中，基于大模型的生成能力，可以顯著提升復(fù)雜問題的解決效率，提升回答質(zhì)量。長安汽車與騰訊利用大模型知識引擎，整合汽車使用手冊等資料，有效解決了客戶在車輛使用和維護(hù)中的疑問，顯著提升了客戶服務(wù)體驗。

在智能營銷場景，大模型可以提升廣告素材的生產(chǎn)效率，增強(qiáng)營銷活動的趣味性和互動性。比如蒙牛集團(tuán)利用圖生圖技術(shù)，將用戶上傳的全家福轉(zhuǎn)化生成為特制的卡通畫風(fēng)，助力會員拉新、提升用戶活躍。

在內(nèi)容創(chuàng)意場景，大模型可以讓內(nèi)容生產(chǎn)的周期大幅縮短，提供更多的創(chuàng)意玩法。比如，媒體結(jié)合混元的文生視頻能力進(jìn)行視頻創(chuàng)作。過去，視頻內(nèi)容需要一幀幀進(jìn)行設(shè)計和制作，制作周期短則數(shù)天，長則數(shù)月。現(xiàn)在借助視頻生成能力，只需一段文字或者幾張圖片，就能在幾分鐘內(nèi)生成優(yōu)質(zhì)視頻內(nèi)容。

在研發(fā)提效領(lǐng)域，騰訊利用TI平臺等工具，幫助易車、閱文等企業(yè)搭建自己的大模型，顯著降低了模型構(gòu)建的時間和成本；另一方面，通過騰訊云AI代碼助手等工具，輔助開發(fā)者提升研發(fā)的效率，幫助企業(yè)提升整體研發(fā)效能。

在辦公協(xié)同場景中，騰訊旗下的企業(yè)微信、騰訊會議、騰訊文檔都已經(jīng)接入了混元大模型。在大模型的助力下，企業(yè)微信可對英文郵件進(jìn)行智能檢查，輔助英文郵件糾錯，騰訊會議可以自動總結(jié)會議紀(jì)要，騰訊文檔能夠自動生成各類文檔。

在風(fēng)險管控領(lǐng)域，風(fēng)控大模型可以解決傳統(tǒng)風(fēng)控中建模時間長、效率低的難題。通過打包豐富的反欺詐知識，實現(xiàn)“小樣本”訓(xùn)練遷移，快速構(gòu)建契合業(yè)務(wù)需求的風(fēng)控模型體系。比如，東風(fēng)日產(chǎn)汽車金融，基于少量提示樣本遷移，就完成了適配自身業(yè)務(wù)場景的風(fēng)控模型定制。相比于傳統(tǒng)的建模方式，模型KS性能提升超過20%，在跨場景的泛化性測試上性能提升53%。