文/观察者网 周毅，编辑 张(zhang)广凯
“前不久Gartner（国际咨询(xun)机(ji)构）发布的(de)调研(yan)显示，超过60%的(de)中国企业计(ji)划在未来(lai)12至24个月内部署生成式AI，可以看到(dao)企业对应用大模型技术的(de)迫切感。那么如何将想法变为现实，帮助企业打破大模型技术落地(di)障碍？在过去一年和广大客户的(de)共(gong)创中，我们(men)发现：要让企业用上大模型，用好大模型，还需要解决三大挑战。”
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、腾讯云智能(neng)负责(ze)人吴运声(sheng)如是说。
吴运声(sheng)表示，随着大模型技术的(de)快(kuai)速发展，人工智能(neng)已成为企业数字化转型的(de)核心动力。在加速大模型产业创新(xin)，推动企业应用大模型技术的(de)过程中，我们(men)需面(mian)对降低使用门槛、提高平台适配性、保障安全合规三大挑战。这就需要打造一套大模型时(shi)代的(de)原生工具链，助力企业更高效、简单地(di)将大模型能(neng)力应用于生产、销售和服务等场景(jing)。
观察者网 摄
针对这些(xie)挑战，腾讯云正式发布三大AI引擎，助力企业在知识服务、图(tu)像和视(shi)频创作上提质提效。在当天的(de)发布会上，腾讯还公布了混元大模型的(de)最新(xin)进展，并宣布多个模型将开源。据悉，本月底，腾讯还将推出基于混元大模型打造的(de)C端助手App“腾讯元宝”。
“5分钟打造一款知识服务应用”，腾讯云发布三大AI大模型引擎
如何找准场景(jing)、快(kuai)速部署，缩短从基础模型到(dao)产业应用的(de)距离(li)。这是一个各界长期探讨的(de)问题。
过去一年来(lai)，各行(xing)各业对模型的(de)需求在不断变化：大模型不仅仅要处理(li)单纯的(de)文字，还需要处理(li)图(tu)片、视(shi)频等多种信息。大模型的(de)能(neng)力竞争(zheng)，已经从单一文生文，拓展到(dao)文生图(tu)、文生视(shi)频、图(tu)生图(tu)、图(tu)生视(shi)频等多模态能(neng)力的(de)竞争(zheng)；与此同时(shi)，在降本增效的(de)大环境下，企业对“性价比”的(de)要求也会更高。
降低使用门槛、提高平台适配性，就成为了国内大模型产业落地(di)首当其(qi)冲的(de)挑战。
吴运声(sheng)认为，只有进一步降低工具使用门槛，减少对技术人才及专业技术能(neng)力依赖，让一线生产、经营人员也能(neng)“零门槛”用上大模型，才能(neng)加速生产经验与模型技术的(de)融合，用技术为企业解决实际问题。未来(lai)，企业生产场景(jing)都将建基于AI能(neng)力，企业的(de)产品(pin)设计(ji)、运营流程、管(guan)理(li)形式都可能(neng)围绕AI重构。企业选择的(de)大模型工具，既要能(neng)匹配、适应不断迭代的(de)大模型技术，也需要满足不断扩大的(de)场景(jing)需求，满足可持续的(de)投入产出比。
吴运声(sheng)补充道，生成式AI具有强大的(de)归纳(na)、生成、推理(li)能(neng)力，但也面(mian)临全新(xin)的(de)安全挑战。只有保障生成结果的(de)安全、准确(que)，才能(neng)满足企业对稳定性的(de)需求，让企业管(guan)理(li)者放心加大投入建设——为了更好地(di)解决这些(xie)需求，腾讯云发布了三款PaaS产品(pin)——“大模型知识引擎”、“大模型图(tu)像创作引擎”和“大模型视(shi)频创作引擎”。
例如，在过去的(de)客服等知识服务场景(jing)中，大模型应用往往受制于复(fu)杂文档解析难、复(fu)杂任务规划难，以及专属行(xing)业适配度不高。腾讯最新(xin)推出的(de)大模型知识引擎，集成了腾讯混元大模型和行(xing)业大模型的(de)优势，用户只需要输入模型选择、角色设定、知识库管(guan)理(li)等基本信息，“三步5分钟”就可以搭建出一款知识应用，使用门槛大大降低。
从问答效果来(lai)看，知识引擎以RAG（检索增强生成）技术架构为基础， 整合了OCR文档解析、向量检索、大语言模型、多模态大模型等多项技术。用户上载专属知识库与行(xing)业专业文档后(hou)，模型会先通过向量数据库，生成大量问答。当用户提问时(shi)，系统先匹配相关文档片段，再由大模型基于提取内容来(lai)推理(li)，这样会生成准确(que)率远超通用大模型的(de)回答。此外，知识引擎还支持图(tu)文混排、说明书(shu)、数据图(tu)标等复(fu)杂文档识别解析，大大提高用户体验。
此外，针对图(tu)像、视(shi)频素材等生成场景(jing)，腾讯推出了“图(tu)像创作引擎”、“视(shi)频创作引擎”两款大模型PaaS工具。图(tu)像创作引擎，基于腾讯混元的(de)自研(yan)图(tu)像创作底层模型，具备领先的(de)文生图(tu)、图(tu)生图(tu)能(neng)力，为企业客户提供AI写真、线稿生图(tu)等图(tu)像创作能(neng)力；“视(shi)频创作引擎”，则基于多模态算法技术，实现视(shi)频转译、视(shi)频风格化、画布拓展等多种功能(neng)，助力企业客户快(kuai)速、高性价比输出各类视(shi)频内容，用于不同群体、不同平台的(de)广告投放。
“大模型的(de)打造只是起点，把(ba)技术落地(di)到(dao)产业场景(jing)，创造价值才是目(mu)标”。腾讯集团高级执(zhi)行(xing)副总裁、云与智慧产业事业群CEO汤道生表示，腾讯始终以“产业实用”作为发展大模型的(de)核心战略，通过打造高性能(neng)的(de)模型、高效率的(de)工具平台、高敏捷的(de)场景(jing)应用、高可用的(de)算力基础设施，以及强安全的(de)模型环境，构建“离(li)产业最近的(de)AI”。
混元大模型部分中文能(neng)力已追平GPT-4，腾讯还将推出助手类APP
除了大模型的(de)产业落地(di)，腾讯混元大模型的(de)最新(xin)进展，也是当天峰会的(de)一大焦点。
自2023年9月首次亮相以来(lai)，腾讯混元大模型不断探索最新(xin)技术，已拓展至万亿规模，并在国内率先采用混合专家模型（MoE）结构，这带来(lai)了模型总体性能(neng)的(de)升级。腾讯集团副总裁蒋杰在峰会上表示，腾讯混元大模型经过持续迭代，目(mu)前整体性能(neng)居国内第一梯队(dui)，部分中文能(neng)力追平GPT-4。
此外，腾讯还研(yan)发了1B、3B、7B、13B等不同参数量下的(de)Dense和MoE模型，围绕中小(xiao)型模型进行(xing)了积极部署。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(de)hunyuan-lite等多种尺寸的(de)模型服务，其(qi)中hunyuan-standard模型具备256k的(de)超长上下文理(li)解能(neng)力，单次处理(li)字符数超过38万个。
观察者网 摄
在多模态能(neng)力方面(mian)，混元大模型进展颇多。大会透(tou)露，在图(tu)片生成领域，腾讯混元文生图(tu)基础架构已全面(mian)升级至sora同款的(de)DiT架构，支持中英文双语输入及理(li)解，具备多轮绘图(tu)能(neng)力，测(ce)评结果国内领先；在视(shi)频生成领域，腾讯混元支持文生视(shi)频、图(tu)生视(shi)频、图(tu)文生视(shi)频、视(shi)频生视(shi)频等多种视(shi)频生成能(neng)力，视(shi)频生成长度可达16秒；在生3D层面(mian)，腾讯混元已布局文/图(tu)生3D，单图(tu)仅需30秒即(ji)可生成3D模型。
在大会上，蒋杰宣布腾讯混元大模型将坚定拥抱开源，为技术社区(qu)生态繁荣贡献力量。据了解，目(mu)前，腾讯混元文生图(tu)大模型已全面(mian)开源，开源3天内就在Github上获得超千位开发者关注。未来(lai)，多种尺寸的(de)腾讯混元MoE模型也将对外开源，可分别支持手机(ji)端、PC端、云/数据中心等多样化的(de)部署场景(jing)。
值得补充的(de)是，在当天的(de)峰会现场，腾讯还官宣了几则与产品(pin)“上新(xin)”有关的(de)消(xiao)息。
蒋杰宣布，腾讯混元将上线一站式AI智能(neng)体创作与分发平台“腾讯元器(qi)”，开启智能(neng)体生态。在平台上，用户不仅可以在创建专属AI智能(neng)体，使用腾讯官方的(de)插(cha)件和知识库，还能(neng)将这些(xie)智能(neng)体一键分发到(dao)QQ、微(wei)信客服、腾讯云上；此外，为更好地(di)为用户提供服务，基于混元大模型打造的(de)C端助手App“腾讯元宝”，也将于5月30号发布。