腾讯混元大模型瞄准AGI 计划加速多模态发展与智能应用

在人工智能（AI）技术迅速发展的背景下，腾讯不断加大自主研发大模型“混元”的力度，旨在推动通用人工智能（AGI）的实现，特别是在多模态应用的探索方面。作为腾讯技术工程事业群的核心项目，混元大模型不仅关注语言模型的构建，更拓展到图像、声音等多种模态的融合，为未来AI的发展奠定基础。

从语言模型到多模态的扩展

在2023年5月25日，腾讯的科研团队首次宣布混元大模型的前景规划，目标是从大语言模型逐步升级到多模态模型，以更全面地理解和模拟现实世界。腾讯计划通过深度推理、智能体功能及知识的边界探索，不断推进混元大模型的深度与广度，形成一个既能自主学习又能自主行动的环境模型。

随着ChatGPT等生成式AI的流行，2023年2月腾讯正式启动混元大模型项目，并在9月的全球数字生态大会上发布了该模型。腾讯云的开放使得这一技术更具可及性，为未来的智能应用打下了坚实的基础。混元大模型的参数规模超过千亿，预训练语料达到2万亿tokens，标志着腾讯在AI领域的卓越追求。

深度学习与智能体的结合

腾讯的CEO马化腾在股东大会上提到，随着AI的迅猛发展，所有互联网企业都在面临前所未有的机遇，他认为这次的AI革命相当于历史上工业革命的转折点。在这种机遇的驱动下，腾讯的目标并不只是跟随市场，更希望在符合自身产品场景的基础上提升AI技术的应用。因此，混元大模型将在短期内与各类产品结合，以提升工作效率和用户体验。

DeepSeek模型的推出在推理速度和响应效率上填补了部分空白，使用户更倾向于使用具有DeepSeek加持的功能。腾讯云的DeepEP框架在多种网络环境下的深度优化，使得这一技术方案高效可行，背后是腾讯不断追求技术突破的决心。

强调具身智能的发展

在AI的长期发展规划中，具身智能的探索成为了腾讯的一个重要里程碑。张正友，腾讯的首席科学家，强调了智能体应该与机器本体的协调，未来的智能体需要具备复杂的感知能力与规划能力，能够在不断变化的环境中适应并自主学习。该方向的研究将使AGI的实现更为可行。

腾讯的多模态和全模态模型的构建，基于语言模型的强大能力，融合了视觉和语音模型的特性，试图打造出一个类似于“贾维斯”的智能机器人，在复杂环境中具备自主探索的能力。张正友也提到，目前的机器人与人类之间仍存在显著差距，强调了具身智能融合的重要性。

高额投入与未来愿景

为实现以上目标，腾讯在AI领域的投资持续增长。2023年的资本开支达到767亿元，并计划到2025年将这项开支进一步增加。除了腾讯，字节跳动和阿里巴巴也在AI技术研发上进行巨额投入，激烈的市场竞争促使各大公司不断提升自身技术能力与市场竞争力。

截至2024年，腾讯的混元大模型已拓展到700多种业务场景，每月有超过百个新场景接入，涉及零售、教育等多个领域。同时，微信搜索的相关性和质量得到显著提升，表明AI技术应用的实际效果。

腾讯混元大模型的未来发展将围绕提升AGI的能力，推动多模态智能应用的实际落地，打造真正具备自主学习能力的智能体。在人工智能的竞赛中，腾讯不惜重金加快研发步伐，努力在这场技术革命中抢占先机，迎接充满潜力的AI新时代。随着技术的不断深化和拓展，可以预见的是，腾讯将在未来的AI生态中占据越来越重要的角色，引领行业的创新与发展。