文/观察者网(wang) 周毅，编(bian)辑 张广凯
“前(qian)不久Gartner（国际咨询机构）发(fa)布的调研显示，超过(guo)60%的中国企业计(ji)划在未(wei)来12至24个月内部(bu)署生成式AI，可(ke)以看(kan)到企业对应用大模型技(ji)术的迫切感。那么如何将想法变为现实，帮助(zhu)企业打破大模型技(ji)术落地障碍？在过(guo)去一年和广大客户的共创中，我(wo)们发(fa)现：要让企业用上大模型，用好大模型，还(hai)需要解决三大挑战。”
在5月17日腾讯云生成式AI产业应用峰会上，腾讯云副总裁(cai)、腾讯云智能负责人吴运声如是说。
吴运声表(biao)示，随着大模型技(ji)术的快(kuai)速发(fa)展，人工智能已(yi)成为企业数字化转型的核心动力。在加速大模型产业创新，推动企业应用大模型技(ji)术的过(guo)程中，我(wo)们需面对降低(di)使(shi)用门槛、提高平台(tai)适配(pei)性、保障安全合规三大挑战。这就需要打造一套大模型时代的原生工具链，助(zhu)力企业更高效、简单地将大模型能力应用于生产、销售和服务等(deng)场(chang)景。
观察者网(wang) 摄
针对这些挑战，腾讯云正式发(fa)布三大AI引擎，助(zhu)力企业在知识服务、图像和视频创作上提质提效。在当天的发(fa)布会上，腾讯还(hai)公布了混元大模型的最(zui)新进展，并宣布多个模型将开源。据悉(xi)，本月底，腾讯还(hai)将推出基于混元大模型打造的C端助(zhu)手App“腾讯元宝”。
“5分钟打造一款知识服务应用”，腾讯云发(fa)布三大AI大模型引擎
如何找准场(chang)景、快(kuai)速部(bu)署，缩(suo)短(duan)从基础模型到产业应用的距离。这是一个各界长(chang)期探讨的问题。
过(guo)去一年来，各行各业对模型的需求在不断(duan)变化：大模型不仅仅要处理单纯的文字，还(hai)需要处理图片、视频等(deng)多种(zhong)信息。大模型的能力竞争，已(yi)经从单一文生文，拓展到文生图、文生视频、图生图、图生视频等(deng)多模态能力的竞争；与此同时，在降本增效的大环境(jing)下，企业对“性价比”的要求也会更高。
降低(di)使(shi)用门槛、提高平台(tai)适配(pei)性，就成为了国内大模型产业落地首当其冲的挑战。
吴运声认为，只有进一步降低(di)工具使(shi)用门槛，减少对技(ji)术人才及专业技(ji)术能力依赖，让一线生产、经营人员也能“零门槛”用上大模型，才能加速生产经验与模型技(ji)术的融合，用技(ji)术为企业解决实际问题。未(wei)来，企业生产场(chang)景都将建基于AI能力，企业的产品设计(ji)、运营流程、管理形式都可(ke)能围绕AI重构。企业选择的大模型工具，既要能匹配(pei)、适应不断(duan)迭代的大模型技(ji)术，也需要满足不断(duan)扩大的场(chang)景需求，满足可(ke)持续的投入产出比。
吴运声补充道，生成式AI具有强大的归(gui)纳(na)、生成、推理能力，但也面临(lin)全新的安全挑战。只有保障生成结果的安全、准确，才能满足企业对稳定性的需求，让企业管理者放心加大投入建设——为了更好地解决这些需求，腾讯云发(fa)布了三款PaaS产品——“大模型知识引擎”、“大模型图像创作引擎”和“大模型视频创作引擎”。
例(li)如，在过(guo)去的客服等(deng)知识服务场(chang)景中，大模型应用往(wang)往(wang)受制于复杂文档解析难、复杂任(ren)务规划难，以及专属行业适配(pei)度不高。腾讯最(zui)新推出的大模型知识引擎，集成了腾讯混元大模型和行业大模型的优势，用户只需要输入模型选择、角色设定、知识库管理等(deng)基本信息，“三步5分钟”就可(ke)以搭建出一款知识应用，使(shi)用门槛大大降低(di)。
从问答效果来看(kan)，知识引擎以RAG（检索增强生成）技(ji)术架构为基础， 整合了OCR文档解析、向量检索、大语言模型、多模态大模型等(deng)多项(xiang)技(ji)术。用户上载专属知识库与行业专业文档后，模型会先通过(guo)向量数据库，生成大量问答。当用户提问时，系统先匹配(pei)相关文档片段，再由大模型基于提取内容来推理，这样会生成准确率远超通用大模型的回答。此外，知识引擎还(hai)支持图文混排、说明书、数据图标等(deng)复杂文档识别解析，大大提高用户体验。
此外，针对图像、视频素材等(deng)生成场(chang)景，腾讯推出了“图像创作引擎”、“视频创作引擎”两款大模型PaaS工具。图像创作引擎，基于腾讯混元的自研图像创作底层模型，具备领先的文生图、图生图能力，为企业客户提供AI写真、线稿生图等(deng)图像创作能力；“视频创作引擎”，则基于多模态算法技(ji)术，实现视频转译、视频风格化、画布拓展等(deng)多种(zhong)功(gong)能，助(zhu)力企业客户快(kuai)速、高性价比输出各类视频内容，用于不同群体、不同平台(tai)的广告投放。
“大模型的打造只是起(qi)点，把技(ji)术落地到产业场(chang)景，创造价值才是目标”。腾讯集团高级执行副总裁(cai)、云与智慧产业事业群CEO汤道生表(biao)示，腾讯始终以“产业实用”作为发(fa)展大模型的核心战略，通过(guo)打造高性能的模型、高效率的工具平台(tai)、高敏捷的场(chang)景应用、高可(ke)用的算力基础设施，以及强安全的模型环境(jing)，构建“离产业最(zui)近的AI”。
混元大模型部(bu)分中文能力已(yi)追平GPT-4，腾讯还(hai)将推出助(zhu)手类APP
除了大模型的产业落地，腾讯混元大模型的最(zui)新进展，也是当天峰会的一大焦点。
自2023年9月首次亮相以来，腾讯混元大模型不断(duan)探索最(zui)新技(ji)术，已(yi)拓展至万亿规模，并在国内率先采用混合专家模型（MoE）结构，这带来了模型总体性能的升(sheng)级。腾讯集团副总裁(cai)蒋杰在峰会上表(biao)示，腾讯混元大模型经过(guo)持续迭代，目前(qian)整体性能居国内第一梯(ti)队，部(bu)分中文能力追平GPT-4。
此外，腾讯还(hai)研发(fa)了1B、3B、7B、13B等(deng)不同参数量下的Dense和MoE模型，围绕中小型模型进行了积极部(bu)署。资料显示，混元大模型提供万亿参数hunyuan-pro、千亿参数hunyuan-standard以及百亿参数的hunyuan-lite等(deng)多种(zhong)尺(chi)寸的模型服务，其中hunyuan-standard模型具备256k的超长(chang)上下文理解能力，单次处理字符数超过(guo)38万个。
观察者网(wang) 摄
在多模态能力方面，混元大模型进展颇多。大会透露，在图片生成领域，腾讯混元文生图基础架构已(yi)全面升(sheng)级至sora同款的DiT架构，支持中英文双语输入及理解，具备多轮绘图能力，测评结果国内领先；在视频生成领域，腾讯混元支持文生视频、图生视频、图文生视频、视频生视频等(deng)多种(zhong)视频生成能力，视频生成长(chang)度可(ke)达16秒；在生3D层面，腾讯混元已(yi)布局文/图生3D，单图仅需30秒即(ji)可(ke)生成3D模型。
在大会上，蒋杰宣布腾讯混元大模型将坚定拥(yong)抱开源，为技(ji)术社区生态繁荣贡献力量。据了解，目前(qian)，腾讯混元文生图大模型已(yi)全面开源，开源3天内就在Github上获得超千位开发(fa)者关注。未(wei)来，多种(zhong)尺(chi)寸的腾讯混元MoE模型也将对外开源，可(ke)分别支持手机端、PC端、云/数据中心等(deng)多样化的部(bu)署场(chang)景。
值得补充的是，在当天的峰会现场(chang)，腾讯还(hai)官(guan)宣了几则与产品“上新”有关的消息。
蒋杰宣布，腾讯混元将上线一站式AI智能体创作与分发(fa)平台(tai)“腾讯元器(qi)”，开启智能体生态。在平台(tai)上，用户不仅可(ke)以在创建专属AI智能体，使(shi)用腾讯官(guan)方的插件(jian)和知识库，还(hai)能将这些智能体一键分发(fa)到QQ、微信客服、腾讯云上；此外，为更好地为用户提供服务，基于混元大模型打造的C端助(zhu)手App“腾讯元宝”，也将于5月30号发(fa)布。