騰訊蔣傑：發揮 “比特”專長，加速大模型技術應用落地

  在7月5日舉行的2024世界人工智能大會騰訊論壇上，騰訊集團副總裁蔣傑&&，未來通用模型會成為水、電、網絡等基礎設施一樣存在，供業務和應用按需接入。

  蔣傑説，從行業和應用的角度來看，未來會出現更多不同尺寸、不同模態的模型，業務可以通過大小模型的協同，在提升性能的同時滿足定制化需求。

  騰訊集團副總裁蔣傑。

  自2023年9月首次亮相以來，經過多次迭代升級，騰訊混元大模型在國內率先採用MoE架構，實現性能大幅提升，模型整體參數量已達到萬億，tokens數量超過7萬億，居國內大模型第一梯隊。目前，騰訊混元大模型已通過騰訊雲向企業及個人開發者開放，包含萬億、千億、百億等不同參數尺寸，接下來，多種尺寸的騰訊混元MoE模型也將對外開源，可分別支持手機端、PC端、雲以及數據中心等多樣化的部署場景。

  在蔣傑看來，大模型行業正經歷從單模態到多模態，再到全模態的演進。“在文生圖領域，最近效果比較好的是採用 DiT 架構的模型，它融合了早前主要用於文本生成的Transformer架構，並在圖像和視頻生成任務中展現出了顯著的優勢；在文生視頻領域，視頻生成正朝着更高分辨率、更長時長、更精細的方向發展，一些較好的模型已經能夠生成長達數分鐘高清的視頻，帶來了廣闊的應用想象空間”。

  據介紹，騰訊混元大模型正在積極部署多模態甚至全模態技術，在文生圖方面，混元文生圖打造了業界首個中文原生DiT架構生圖模型效果超開源 Stable Diffusion 模型，發布一個多月Github 點讚數超過兩千，是社區內最受歡迎的國産開源文生圖模型；在3D生成方面，單圖輸入僅需30秒即可生成動漫、汽車、建築等類型的3D模型；在視頻生成方面，騰訊混元擁有文生視頻、圖生視頻、圖文生視頻、視頻生視頻4大核心能力，支持視頻風格化、視頻重繪等多樣化的産品玩法。

  蔣傑認為，場景應用會成為未來大模型的決勝要素。當前大模型的落地主要集中在生産工具和提效方面，距離真正的業務創新還有一定距離，缺少殺手級的應用，不過行業的探索一直沒有停下。

  騰訊很早就將騰訊混元定義為應用級的大模型，並積極在內部場景中打磨相關技術。騰訊內部已有接近 700 個業務場景接入了混元大模型，單日調用量近3億次，通過包括微信輸入法、微信讀書、QQ瀏覽器AI助手等業務。接下來，基於這些實踐沉澱下來的能力和經驗，也將通過騰訊雲對外開放，讓大模型走入千行百業。

  騰訊在5月30日發布面向C端用戶的AI原生應用騰訊元寶，擁有看、聽、説等多模態交互能力。針對效率場景的信息獲取、處理和生産三大核心需求，騰訊元寶提供AI搜索、AI總結、AI寫作一站式服務，可支持單文檔最長1000萬字的超長文處理，能夠一次性解析最多50個文件，支持上傳和解析包括 pdf、doc、txt、xlsx、pptx 在內的多種文件格式。 在“騰訊元寶”深度搜索模式下，可以對用戶提問進行擴展，從深度和廣度兩方面，提供更結構化、更豐富的回答，並可同步生成內容大綱、思維導圖及相關人物事件梳理，幫助用戶全景式了解搜索內容。

  數十年來，從語音到圖像，再到大模型，騰訊都始終堅持以自主技術創新為核心動力，結合場景推動AI的研究與落地。大模型方面，騰訊已經積累了從算力基礎設施到機器學習&&以及上層應用的全鏈路自研技術。

  蔣傑&&，未來，騰訊將發揮“專心致志、做好比特”的專長，將更多的“比特”轉化成智能生産力，加速大模型等前沿人工智能技術在實體經濟、文化保護、科學發現等領域的應用，為全社會的智能升級做好技術支持。