智东西

作者 ZeR0

编辑 漠影

智东西5月21日报道，今日，腾讯云披露最新AI战略布局，全面升级腾讯大模型矩阵产品，并详细分享新发布的视觉理解模型、图像2.0模型、3D生成模型、语音端到端模型、游戏视觉模型，并预告了多款即将发布的新模型、新工具、新功能。

混元Voice在元宝已灰度上线，近期将推出实时视频通话AI体验。大规模、可漫游的3D场景生成模型也将于近期发布。腾讯还将持续开源多个不同尺寸的企业级混合推理模型、端侧混合推理模型、多模态基础模型以及配套插件模型。

腾讯云发布语音PaaS解决方案，并将大模型知识引擎全面升级为腾讯云智能体开发平台，帮助企业构建懂业务、能执行、给结果、强安全的智能体（Agent）。截至7月7日12点，腾讯云智能体开发平台企业新用户可免费领取DeepSeek 300万tokens。

腾讯集团高级执行副总裁，云与智慧产业事业群CEO汤道生谈道，模型深度思考的突破，推动生成式AI的可用性从“量变”发展到“质变”，腾讯持续加大AI投入力度，各项业务全面拥抱AI，同时以大模型、智能体、知识库、基础设施“四个加速”，打造“好用的AI”，助力AI走进千行百业，走近每个人的生活。

优化模型可以提升性能和交互体验；智能体可以赋予模型独立执行任务的能力；知识库能帮助减少模型幻觉，更懂企业和用户；基础设施和工程优化可以降低训推成本、提升响应速度。

一、汤道生：各项业务全面拥抱AI，“四个加速”助力AI落地

腾讯集团高级执行副总裁，云与智慧产业事业群CEO汤道生分享说，腾讯各项业务已全面拥抱AI。

在AI驱动下，广告业务定向能力和创意解决方案不断增强，收入实现双位数增长；游戏业务通过AI优化匹配体验，提升了长青游戏的用户粘性；在视频与音乐服务中，AI大幅提升了动画制作、实拍内容、视频及音乐创作的效率。

在腾讯云上，产业对大模型API调用量激增；语音交互的需求带动了ASR（自动语音识别）与TTS（文本转语音）模型的API调用；AI应用的普及，不仅带动算力增长，还带动了存储、网络、数据库，以及大数据基础设施的能力升级。

随着AI持续落地，每个企业正在成为AI公司，每个人也正在成为AI加持的“超级个体”。

汤道生提到AI落地的几个关键问题：与系统的交互，能不能通过AI变得更简单？模型能不能直接执行一系列操作，然后给出结果？AI的使用成本，是不是可以更低？

对此，腾讯提出“四个加速”：加速大模型创新、加速智能体应用、加速知识库建设、加速基础设施升级。

第一，加速大模型创新，用更先进的模型、更自然的交互，降低AI应用门槛。

腾讯混元大模型矩阵包括混元Turbo 5、视觉深度推理模型混元T1、多模态模型混元Vision、端到端语音通话模型混元Voice、3D生成模型混元3D、商用级实时生图模型混元Image。

腾讯混元T1和Turbo S能力持续迭代，在全球权威Chatbot Arena排行中，混元Turbo S已进入全球前8，中国大模型中仅次于DeepSeek。在多模态领域，腾讯混元的视觉理解、语音交互、3D、实时生图等能力，也得到行业的广泛认可。

腾讯混元大模型全面开源，覆盖文本、图像、视频、3D等全模态，GitHub总Star超过3万，多次登顶Hugging Face趋势榜，广泛落地30多个行业，与50多家生态伙伴进行场景共创，推动大模型在更多领域落地生根。

其次，加速智能体应用，让AI从“会思考”到“能执行”，从“给想法”到“给结果”。

智能体让AI有了“手和脚”，成为能直接干活的“智能员工”，极大拓展了AI的价值边界。

今日，腾讯将大模型知识引擎全面升级为智能体开发平台，帮助企业快速构建智能体应用。

腾讯云智能体开发平台构建了完备的智能体工具体系，支持MCP协议、兼容OpenAI Agents SDK的关键定义，还预置了丰富的内、外部高质量插件，包括腾讯位置服务等生态MCP Server。这些能力能帮助智能体更好地调用工具，查询专业数据，拓展服务边界。

QQ浏览器、腾讯健康、腾讯云代码助手CodeBuddy、腾讯企点营销云等腾讯应用都借助这个平台加入了智能体的能力。

比如QQ浏览器智能体QBot，用户只需发一个任务指令，它就能直接进行搜索、浏览、查询、下载、分析等一系列操作。

腾讯即将推出首个高考智能体「AI高考通」，结合考生专业能力、兴趣及权威信息，快速生成与调整志愿填报的参考方案。

ima持续帮助个人增强知识库能力，最近发布了“知识号”，推动各领域专业人士开设专业知识库，提升用户在垂直领域的问答精准度，也为创作者带来高流量和高曝光。知识号上线至今，创作者贡献了超过1000万篇内容，服务了百万级用户的问答。

在医疗领域，腾讯推出了健康管理智能体「AI健康管理助手」。它可以自动解读体检报告，智能分析用户健康状况，及时发现潜在风险，还可以调动问答功能，深入解释异常指标和应对方法，并为用户指定个性化的多项健康管理计划。

腾讯云代码助手CodeBuddy推出了Craft软件开发智能体。开发者用自然语言讲出需求，它就能自动拆解任务，设计模块，生成代码，然后通过“检验-规划-执行-再检验”的过程，不断纠错，实现能力持续进化。在腾讯，85%以上的开发岗员工都在使用腾讯云代码助手，整体编程时间平均缩短了40%以上。

基于腾讯云智能体开发平台，腾讯打造了腾讯企点营销云智能体，帮助企业营销全链路的智能升级。最近腾讯与客户绝味食品启动了一项试验，由智能体发起的活动内容点击率，比人工专家策划的内容方案高出40%，转化率提升了25%。

第三，很多企业在加速知识库建设，打造AI产品专家，加强销售转化，为客户提供更好服务。

腾讯不断迭代知识库产品，正式发布腾讯乐享企业AI知识库。它打破了部门与层级壁垒，对知识的有效性、更新时间、权限进行管控，还支持多人在线编辑、互动，让员工围绕同一知识主题，共同完善内容，优化知识体系。

例如，机器人公司科沃斯利用乐享打造了AI助手，导购只需要讲出需求，模型就能够三句话总结产品卖点、生成营销话术、制定营销活动方案，推动全国门店人效实现两位数提升，年运营成本节省数百万元。

最后，加速基础设施升级，用更少的资源，实现高性能的推理，提升性价比。

随着模型应用的普及，智算需求从训练驱动转向推理主导。规模化推理的成本优化，成为云厂商的核心竞争力。

腾讯云的AI Infra通过IaaS层与工具层协同优化，提升模型在推理场景下的响应速度、低延时能力和性价比。

腾讯云不断迭代智算的HCC、高性能存储的GooseFS、CFS Turbo、高速交换的星脉网络，实现了显存带宽、存储带宽、互联带宽的全面提升，训练Infra综合性能提升30%。

腾讯云TI平台的训推一体、潮汐调度的解决方案，在同一集群支持白天推理，晚上训练，实现了算力的灵活调度；同时适配了多个开源模型，覆盖精调、蒸馏、强化学习等训练模式。

在推理加速层面，腾讯云通过内核深度优化和分布式推理能力建设，显著提升了模型的推理性能。

手机里的AI功能越来越多，大模型调用频繁、并发量很高。基于腾讯云的加速能力，荣耀部署DeepSeek-R1满血版服务，推理吞吐最高提效54%，大幅提升推理速度，也让模型运行更快更稳，系统调度更顺畅。

二、混元大模型矩阵全面升级：预告视频通话模型、3D场景模型，将开源多尺寸模型

腾讯云副总裁、腾讯混元大模型技术负责人王迪谈道，腾讯混元大模型向深度和广度持续演进，已形成完整模型矩阵。

语言模型方面，基于创新混合Mamba MoE架构，混元旗舰快思考模型Turbo S在Chatbot Arena大模型竞技场综合排名全球第8，理科推理能力提升超10%，代码能力提升24%，竞赛数学能力提升39%。

混元自研深度思考模型T1擅长超长文本推理，输出文风简洁，其新升级包括奖励系统全面升级、扩充执行沙盒的覆盖、多阶段强化学习训练。相比前代版本，T1在竞赛数学、知识问答、智能体能力等多个基准测试上效果提升明显。

多模态模型方面，基于Turbo S基座，腾讯新推出混元视觉深度推理模型T1 Vision和端到端语音通话模型混元Voice。

T1 Vision是一个原生图片长思维链深度模型，支持多头输入，可轻松实现边看图边思考，视觉深度理解的整体效果提升5.3%。

混元Voice端到端延迟仅1.6秒，语音进，语音出，保留说话人的声音、情绪，响应速度提升30%，回复的拟人性提升27%，情绪应用提升25%。混元Voice在元宝已灰度上线，近期将推出实时视频通话AI体验。

多模态生成方面，混元Image V2.0是首个毫秒级商用级生图模型，出图速度比前一代提升15倍，支持通过实时语音交互来进行动态图像生成。用户话还没说完，模型就已经把修改图显示出来。用户也可以上传手绘草图，再输入修改指令，让模型进行实时响应生成。

这背后得益于三项基础创新：超高压缩率编解码器，对抗蒸馏加速技术，以及强大的基础模型能力。

除了快，混元Image V2.0的生成画面质感非常写实，文生图客观指标大幅领先，最大限度降低AI味儿。

混元3D V2.5凭借业界首创的稀疏3D原生架构，实现了可控性与超高清生成能力，在文生3D领域17个类目的15个取得第一，在图类3D的17个类目均取得第一。混元3D在Hugging Face的模型下载量超过160万。

除了3D物体生成外，腾讯近期将发布大规模、可漫游的3D场景生成模型。

混元游戏模型可生成工业级游戏资产，涵盖角色动态立绘、特效生成等，满足游戏产业多样化需求。首个一站式AIGC游戏内容生产引擎昨日上线。

腾讯混元坚定拥抱开源，持续完善开源生态、开源工具和社区建设，已实现图像、视频、3D、文本等在内的全模态开源，未来将推出多尺寸混合推理模型，从0.5B到32B的dense模型，以及激活13B的MoE模型，适配企业与端侧需求。混元图像、视频、3D等多模态基础模型及配套插件模型也将持续开源。

大模型训练营自年初以来已经累计报名超过200家企业，后续将在更多领域与合作伙伴一起孵化场景应用。

三、发布语音PaaS解决方案，升级智能体开发平台

腾讯云副总裁、腾讯云智能负责人、腾讯优图实验室负责人吴运声谈道，腾讯将进一步提升AI应用渗透率、训练和推理效率以及智能体开发工具。

为了实现更智能、更拟人的交互体验，腾讯云将语音识别、输出、实时传输等层面不断优化：ASR大模型识别准确率更高，可适应复杂场景，真正做到让AI听得懂；TTS大模型能够输出拟人度更高、情感更丰富、自然度更接近真人的语音；TRTC确保端到端音视频延迟＜300ms，整体会话延迟＜1000ms。

今日，腾讯云语音PaaS解决方案发布。该方案可接入混元、DeepSeek等大模型和实时通信能力深度融合，构建了从语音输入到智能处理到自然输出，还有实时交互的全面闭环，为企业提供低成本、可快速搭建的项目解决方案，帮助企业优化用户销售体验。

面向企业大模型构建需求，腾讯云TI平台全面升级了模型训练能力，升级精调工具链，支持训推一体潮汐调度，大幅增强企业资源利用率。某头部消费电子企业基于TI平台提供的协调工具链和资源管理能力，整体研发提效50%以上，GPU资源利用率提升80%以上。

技术升级方面，腾讯云通过深挖内核和架构延展，在精度几乎无损情况下，大幅降低延迟，提升吞吐量，并在社区里提供了相关加速能力的贡献。基于这些优化，其推理加速效果业界领先，比如在保障首Token延迟≤2秒、吐字速率≥20tokens/s的前提下，QPM可超过100。

智能体的广泛应用，将成为企业提效利器。大模型知识引擎全面升级为腾讯云智能体开发平台。

升级后的平台，整合腾讯云行业领先的RAG（检索增强生成）技术、全面的智能体能力以及实战打磨出来的贴合用户需求的功能，帮助企业快速激活私域知识、构建专属智能体。

企业智能化能力须建立在对知识的深度掌握之上。腾讯云在知识管理领域做了很多积累，RAG能力行业领先。腾讯云智能体开发平台能准确从复杂Excel表里检索答案，也支持从文档自动生成问答对以及校对、管理，还支持文档比对、比对后决策。

该平台提供全面智能体能力支持，工作流创新加入具备全局视野的智能体，支持智能的节点回退。用户可以让智能体自主拆解任务和规划路径，主动选择和调用工具。

该平台首次实现了零代码支持多Agent的转交协同方式，兼容主流智能体框架进一步降低了智能体搭建的门槛。

面向确定性比较高的执行流程，用户也可以采用工作流模式，拖拉拽各种原子能力，让智能体基于固定流程运行，得到更确定性的结果。

插件方面，腾讯云智能体开发平台智能体全面支持MCP，平台预置丰富的内外部高质量插件，所有插件都经过了严格测试。

此外，该平台通过实战打磨，贴合客户需求，支持平台级、应用级、知识库等完整权限体系配置，包括支持文档、问答、工作流、系统等多种意图达成方式的优先级配置，还提供全链路OP系统，支持发布后应用运营，支持私有化部署。

腾讯云智能体开发平台已服务众多内外部客户。

通过多Agent协同，智能体能够灵活、独立地满足各种复杂的用户需求。知识库、插件工具、多Agent框架等正在驱动着智能体不断升级，成为懂企业知识、能调用工具、自主执行复杂任务的得力助手。

四、升级知识库产品，企业+个人“双打”

腾讯在知识库赛道上持续加码，认为“大模型+知识库”是当前AI落地的最佳路径。

会上，腾讯宣布升级知识库系列产品，基于腾讯乐享和腾讯ima，为企业用户、组织和个人用户提供高效的知识管理体验。ima面向个人及专业用户、乐享面向企业用户，满足不同场景和用户的需求。

腾讯ima作为一款以知识库为核心的AI工作台，可辅助用户完成课程作业、论文写作、方案策划、工作总结等日常学习和工作任务，并长期沉淀为个人智能化的知识库，高度适配政务、法律、教育等知识驱动领域。

腾讯乐享正式升级为乐享知识库，在知识整合沉淀、知识更新、权限管理、AI问答等层面为企业用户提供服务，提升知识流转效率。

目前，腾讯乐享已经累计服务了超30万客户，包括比亚迪、中国五环、友邦保险、北京大学、清华大学、新东方、多乐士、科沃斯、同程旅行、用友畅捷通等各行业公司。

五、AI Infra、营销增长、智能开发、办公协同，大模型工具箱持续升级

无论是应用层还是模型层，均依赖性能领先的算力，智能时代的云计算正在从“资源供给”向“智能服务”转型。

当前，腾讯云智算系列产品瞄准AI应用和模型爆发对基础设施带来的全新挑战，在效能、可靠性、易用性三大方向上全面提升，为大模型和应用提供坚实基础设施。

AI技术的发展，也在反哺研发工作环节。

腾讯云代码助手CodeBuddy全新升级，推出Craft软件开发智能体，开发者用自然语言讲出需求，Craft就能够自动拆解任务、设计模块、生成代码，并自我纠错。

这意味着开发者“一句话开发应用”变为现实，同时升级了代码补全、工程理解，代码测试等功能。

营销增长方面，腾讯企点营销云正式发布“营销云智能体”，以多Agent架构为核心，将腾讯积累多年的AI能力与营销方法论深度融合，实现从人群洞察、商品匹配、内容生成到效果追踪的全链路智能决策。

腾讯系办公协同产品也迎来智能升级。

腾讯文档企业版AI助手可实现文档快速总结和问答，以及直接智能生成Word、PPT等可编辑内容。

腾讯会议AI小助手Pro即将接入DeepSeek，支持混元、DeepSeek双模型自由切换，助力会前准备、会中决策、会后纪要生成。

腾讯电子签实现AI驱动的合同管理闭环。

腾讯问卷通过AI提升问卷生成、数据分析及访谈洞察效率。

腾讯云ChatBI新增智能洞察与波动归因功能，进一步简化数据分析。

结语：大模型从“可用”到“好用”，还需多维度持续升级

今年以来，产业对大模型API的调用量、算力需求等快速增长。汤道生认为，生成式AI已经逐步跨过“可用性”的门槛，未来要从“可用”到“好用”，从“一部分人用”到“人人能用”，还需要在交互体验、执行能力、内容准确性、落地成本等方面持续升级。

从自研的混元大模型、到AI云基础设施，再到智能体开发工具、知识库以及面向场景的应用，腾讯大模型矩阵产品全面升级。腾讯正通过持续打磨技术和产品能力，为企业和用户在大模型时代打造真正“好用的AI”。

未来，腾讯计划坚定推进混元大模型开源，深耕算法、打磨工具、突破场景，持续加速大模型创新、加速智能体应用、加速知识库建设、加速基础设施升级，推动AI技术走进千行百业，也走进每个人的生活。

“AI的星辰大海，绝不仅仅属于科技的探索者，它属于每一个用心服务用户的经营者，属于每一位致力于提升效率的开发者，也属于每一个心怀梦想的普通人。”汤道生说。