文/观察者网 周(zhou)毅，编辑 张广凯
“前不(bu)久(jiu)Gartner（国际咨询机构）发布的调研显示，超过60%的中国企业计划在(zai)未来12至24个月内部署生成式AI，可以看到企业对应用大模型技术的迫(po)切感。那么如何将想法(fa)变为现实，帮助企业打(da)破大模型技术落地(di)障碍？在(zai)过去一年和广大客户的共(gong)创中，我们(men)发现：要(yao)让企业用上大模型，用好大模型，还(hai)需要(yao)解(jie)决三大挑(tiao)战。”
在(zai)5月17日腾讯云(yun)生成式AI产(chan)业应用峰会上，腾讯云(yun)副总裁、腾讯云(yun)智能负责人吴运(yun)声如是(shi)说。
吴运(yun)声表示，随着大模型技术的快(kuai)速发展，人工智能已成为企业数字化转型的核心动力。在(zai)加速大模型产(chan)业创新，推动企业应用大模型技术的过程中，我们(men)需面对降低使用门槛(kan)、提(ti)高平台适(shi)配性、保障安全合规三大挑(tiao)战。这就需要(yao)打(da)造一套(tao)大模型时代的原生工具链，助力企业更高效、简单地(di)将大模型能力应用于(yu)生产(chan)、销售和服(fu)务等场景(jing)。
观察者网 摄(she)
针对这些挑(tiao)战，腾讯云(yun)正(zheng)式发布三大AI引擎(qing)，助力企业在(zai)知识服(fu)务、图像和视频创作上提(ti)质提(ti)效。在(zai)当天的发布会上，腾讯还(hai)公布了混元大模型的最新进展，并宣布多个模型将开源。据悉，本月底，腾讯还(hai)将推出基于(yu)混元大模型打(da)造的C端助手App“腾讯元宝(bao)”。
“5分钟打(da)造一款知识服(fu)务应用”，腾讯云(yun)发布三大AI大模型引擎(qing)
如何找准场景(jing)、快(kuai)速部署，缩短从基础模型到产(chan)业应用的距离。这是(shi)一个各界长期探讨的问题。
过去一年来，各行各业对模型的需求在(zai)不(bu)断变化：大模型不(bu)仅仅要(yao)处理单纯的文字，还(hai)需要(yao)处理图片、视频等多种信(xin)息(xi)。大模型的能力竞争，已经从单一文生文，拓展到文生图、文生视频、图生图、图生视频等多模态能力的竞争；与(yu)此同时，在(zai)降本增效的大环境下，企业对“性价比(bi)”的要(yao)求也会更高。
降低使用门槛(kan)、提(ti)高平台适(shi)配性，就成为了国内大模型产(chan)业落地(di)首(shou)当其冲的挑(tiao)战。
吴运(yun)声认为，只有进一步降低工具使用门槛(kan)，减少对技术人才(cai)及专业技术能力依赖，让一线(xian)生产(chan)、经营(ying)人员也能“零门槛(kan)”用上大模型，才(cai)能加速生产(chan)经验与(yu)模型技术的融合，用技术为企业解(jie)决实际问题。未来，企业生产(chan)场景(jing)都将建基于(yu)AI能力，企业的产(chan)品设计、运(yun)营(ying)流程、管理形式都可能围绕AI重构。企业选择的大模型工具，既要(yao)能匹配、适(shi)应不(bu)断迭代的大模型技术，也需要(yao)满足不(bu)断扩大的场景(jing)需求，满足可持续的投(tou)入产(chan)出比(bi)。
吴运(yun)声补(bu)充道，生成式AI具有强大的归纳、生成、推理能力，但也面临(lin)全新的安全挑(tiao)战。只有保障生成结果的安全、准确，才(cai)能满足企业对稳定性的需求，让企业管理者放(fang)心加大投(tou)入建设——为了更好地(di)解(jie)决这些需求，腾讯云(yun)发布了三款PaaS产(chan)品——“大模型知识引擎(qing)”、“大模型图像创作引擎(qing)”和“大模型视频创作引擎(qing)”。
例如，在(zai)过去的客服(fu)等知识服(fu)务场景(jing)中，大模型应用往往受制于(yu)复杂文档解(jie)析难(nan)、复杂任务规划难(nan)，以及专属行业适(shi)配度不(bu)高。腾讯最新推出的大模型知识引擎(qing)，集成了腾讯混元大模型和行业大模型的优势，用户只需要(yao)输入模型选择、角色(se)设定、知识库(ku)管理等基本信(xin)息(xi)，“三步5分钟”就可以搭建出一款知识应用，使用门槛(kan)大大降低。
从问答(da)效果来看，知识引擎(qing)以RAG（检(jian)索增强生成）技术架构为基础， 整(zheng)合了OCR文档解(jie)析、向量检(jian)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(ku)与(yu)行业专业文档后，模型会先通(tong)过向量数据库(ku)，生成大量问答(da)。当用户提(ti)问时，系统先匹配相关文档片段，再由大模型基于(yu)提(ti)取内容来推理，这样会生成准确率远超通(tong)用大模型的回答(da)。此外，知识引擎(qing)还(hai)支持图文混排、说明书、数据图标等复杂文档识别解(jie)析，大大提(ti)高用户体验。
此外，针对图像、视频素材等生成场景(jing)，腾讯推出了“图像创作引擎(qing)”、“视频创作引擎(qing)”两款大模型PaaS工具。图像创作引擎(qing)，基于(yu)腾讯混元的自(zi)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(ti)供AI写真、线(xian)稿生图等图像创作能力；“视频创作引擎(qing)”，则基于(yu)多模态算法(fa)技术，实现视频转译、视频风格化、画布拓展等多种功能，助力企业客户快(kuai)速、高性价比(bi)输出各类视频内容，用于(yu)不(bu)同群体、不(bu)同平台的广告投(tou)放(fang)。
“大模型的打(da)造只是(shi)起点，把技术落地(di)到产(chan)业场景(jing)，创造价值才(cai)是(shi)目标”。腾讯集团高级执行副总裁、云(yun)与(yu)智慧产(chan)业事业群CEO汤道生表示，腾讯始(shi)终以“产(chan)业实用”作为发展大模型的核心战略，通(tong)过打(da)造高性能的模型、高效率的工具平台、高敏捷的场景(jing)应用、高可用的算力基础设施，以及强安全的模型环境，构建“离产(chan)业最近的AI”。
混元大模型部分中文能力已追平GPT-4，腾讯还(hai)将推出助手类APP
除了大模型的产(chan)业落地(di)，腾讯混元大模型的最新进展，也是(shi)当天峰会的一大焦点。
自(zi)2023年9月首(shou)次(ci)亮相以来，腾讯混元大模型不(bu)断探索最新技术，已拓展至万亿规模，并在(zai)国内率先采用混合专家(jia)模型（MoE）结构，这带来了模型总体性能的升级。腾讯集团副总裁蒋杰在(zai)峰会上表示，腾讯混元大模型经过持续迭代，目前整(zheng)体性能居国内第一梯队，部分中文能力追平GPT-4。
此外，腾讯还(hai)研发了1B、3B、7B、13B等不(bu)同参(can)数量下的Dense和MoE模型，围绕中小型模型进行了积极部署。资料(liao)显示，混元大模型提(ti)供万亿参(can)数hunyuan-pro、千亿参(can)数hunyuan-standard以及百(bai)亿参(can)数的hunyuan-lite等多种尺寸的模型服(fu)务，其中hunyuan-standard模型具备256k的超长上下文理解(jie)能力，单次(ci)处理字符(fu)数超过38万个。
观察者网 摄(she)
在(zai)多模态能力方(fang)面，混元大模型进展颇多。大会透露，在(zai)图片生成领域，腾讯混元文生图基础架构已全面升级至sora同款的DiT架构，支持中英文双语输入及理解(jie)，具备多轮(lun)绘图能力，测(ce)评结果国内领先；在(zai)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、视频生视频等多种视频生成能力，视频生成长度可达16秒；在(zai)生3D层面，腾讯混元已布局文/图生3D，单图仅需30秒即可生成3D模型。
在(zai)大会上，蒋杰宣布腾讯混元大模型将坚定拥抱开源，为技术社区生态繁荣贡献(xian)力量。据了解(jie)，目前，腾讯混元文生图大模型已全面开源，开源3天内就在(zai)Github上获得超千位开发者关注。未来，多种尺寸的腾讯混元MoE模型也将对外开源，可分别支持手机端、PC端、云(yun)/数据中心等多样化的部署场景(jing)。
值得补(bu)充的是(shi)，在(zai)当天的峰会现场，腾讯还(hai)官宣了几则与(yu)产(chan)品“上新”有关的消息(xi)。
蒋杰宣布，腾讯混元将上线(xian)一站式AI智能体创作与(yu)分发平台“腾讯元器”，开启智能体生态。在(zai)平台上，用户不(bu)仅可以在(zai)创建专属AI智能体，使用腾讯官方(fang)的插件和知识库(ku)，还(hai)能将这些智能体一键分发到QQ、微信(xin)客服(fu)、腾讯云(yun)上；此外，为更好地(di)为用户提(ti)供服(fu)务，基于(yu)混元大模型打(da)造的C端助手App“腾讯元宝(bao)”，也将于(yu)5月30号发布。