文/观(guan)察者网 周(zhou)毅(yi)，编辑 张广凯
“前不久Gartner（国际(ji)咨询机构）发布的调研显(xian)示，超过60%的中国企业计划在未来12至24个(ge)月(yue)内(nei)部署生(sheng)成式AI，可以看到企业对应用大模型技术的迫(po)切感。那么如何将想法变(bian)为现实，帮助企业打破大模型技术落地障碍？在过去一年和广大客户(hu)的共创(chuang)中，我们(men)发现：要让企业用上大模型，用好大模型，还(hai)需要解决三大挑战(zhan)。”
在5月(yue)17日腾讯云生(sheng)成式AI产业应用峰(feng)会上，腾讯云副总裁(cai)、腾讯云智能负责人吴运声如是(shi)说。
吴运声表示，随着大模型技术的快速发展，人工智能已成为企业数字化转型的核心动力。在加速大模型产业创(chuang)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(shi)用门槛、提高平台适配性、保障安全合规三大挑战(zhan)。这就需要打造一套大模型时代的原生(sheng)工具链，助力企业更高效、简(jian)单地将大模型能力应用于生(sheng)产、销(xiao)售和服务等(deng)场景。
观(guan)察者网 摄
针(zhen)对这些(xie)挑战(zhan)，腾讯云正式发布三大AI引擎，助力企业在知识服务、图像和视频创(chuang)作上提质提效。在当天的发布会上，腾讯还(hai)公布了混元大模型的最新进展，并宣布多个(ge)模型将开源。据(ju)悉，本月(yue)底，腾讯还(hai)将推出基于混元大模型打造的C端助手App“腾讯元宝”。
“5分钟打造一款(kuan)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、快速部署，缩短从基础(chu)模型到产业应用的距离。这是(shi)一个(ge)各界长期探(tan)讨的问题。
过去一年来，各行各业对模型的需求在不断变(bian)化：大模型不仅仅要处理单纯的文字，还(hai)需要处理图片(pian)、视频等(deng)多种信息。大模型的能力竞争，已经从单一文生(sheng)文，拓展到文生(sheng)图、文生(sheng)视频、图生(sheng)图、图生(sheng)视频等(deng)多模态(tai)能力的竞争；与此同时，在降本增效的大环境下(xia)，企业对“性价比”的要求也会更高。
降低使(shi)用门槛、提高平台适配性，就成为了国内(nei)大模型产业落地首当其冲的挑战(zhan)。
吴运声认为，只有(you)进一步降低工具使(shi)用门槛，减少对技术人才及专业技术能力依赖，让一线生(sheng)产、经营人员也能“零门槛”用上大模型，才能加速生(sheng)产经验(yan)与模型技术的融合，用技术为企业解决实际(ji)问题。未来，企业生(sheng)产场景都将建基于AI能力，企业的产品设(she)计、运营流程、管(guan)理形(xing)式都可能围绕AI重(zhong)构。企业选择的大模型工具，既要能匹配、适应不断迭代的大模型技术，也需要满足不断扩大的场景需求，满足可持(chi)续的投入产出比。
吴运声补充道，生(sheng)成式AI具有(you)强大的归纳、生(sheng)成、推理能力，但也面临全新的安全挑战(zhan)。只有(you)保障生(sheng)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(guan)理者放心加大投入建设(she)——为了更好地解决这些(xie)需求，腾讯云发布了三款(kuan)PaaS产品——“大模型知识引擎”、“大模型图像创(chuang)作引擎”和“大模型视频创(chuang)作引擎”。
例如，在过去的客服等(deng)知识服务场景中，大模型应用往往受制于复杂文档解析难、复杂任务规划难，以及专属行业适配度不高。腾讯最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(hu)只需要输入模型选择、角色设(she)定、知识库管(guan)理等(deng)基本信息，“三步5分钟”就可以搭(da)建出一款(kuan)知识应用，使(shi)用门槛大大降低。
从问答(da)效果来看，知识引擎以RAG（检索增强生(sheng)成）技术架构为基础(chu)， 整合了OCR文档解析、向量检索、大语言模型、多模态(tai)大模型等(deng)多项技术。用户(hu)上载专属知识库与行业专业文档后，模型会先(xian)通过向量数据(ju)库，生(sheng)成大量问答(da)。当用户(hu)提问时，系统先(xian)匹配相关(guan)文档片(pian)段，再(zai)由大模型基于提取内(nei)容(rong)来推理，这样会生(sheng)成准确率远超通用大模型的回(hui)答(da)。此外，知识引擎还(hai)支持(chi)图文混排、说明书、数据(ju)图标等(deng)复杂文档识别(bie)解析，大大提高用户(hu)体验(yan)。
此外，针(zhen)对图像、视频素材等(deng)生(sheng)成场景，腾讯推出了“图像创(chuang)作引擎”、“视频创(chuang)作引擎”两款(kuan)大模型PaaS工具。图像创(chuang)作引擎，基于腾讯混元的自研图像创(chuang)作底层(ceng)模型，具备(bei)领先(xian)的文生(sheng)图、图生(sheng)图能力，为企业客户(hu)提供AI写真、线稿生(sheng)图等(deng)图像创(chuang)作能力；“视频创(chuang)作引擎”，则基于多模态(tai)算法技术，实现视频转译、视频风格化、画布拓展等(deng)多种功能，助力企业客户(hu)快速、高性价比输出各类视频内(nei)容(rong)，用于不同群体、不同平台的广告投放。
“大模型的打造只是(shi)起点，把技术落地到产业场景，创(chuang)造价值才是(shi)目标”。腾讯集团高级执(zhi)行副总裁(cai)、云与智慧产业事业群CEO汤道生(sheng)表示，腾讯始终(zhong)以“产业实用”作为发展大模型的核心战(zhan)略，通过打造高性能的模型、高效率的工具平台、高敏捷的场景应用、高可用的算力基础(chu)设(she)施，以及强安全的模型环境，构建“离产业最近的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
除了大模型的产业落地，腾讯混元大模型的最新进展，也是(shi)当天峰(feng)会的一大焦点。
自2023年9月(yue)首次亮相以来，腾讯混元大模型不断探(tan)索最新技术，已拓展至万亿(yi)规模，并在国内(nei)率先(xian)采用混合专家模型（MoE）结构，这带来了模型总体性能的升级。腾讯集团副总裁(cai)蒋杰在峰(feng)会上表示，腾讯混元大模型经过持(chi)续迭代，目前整体性能居(ju)国内(nei)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(deng)不同参数量下(xia)的Dense和MoE模型，围绕中小型模型进行了积极部署。资(zi)料显(xian)示，混元大模型提供万亿(yi)参数hunyuan-pro、千亿(yi)参数hunyuan-standard以及百亿(yi)参数的hunyuan-lite等(deng)多种尺寸的模型服务，其中hunyuan-standard模型具备(bei)256k的超长上下(xia)文理解能力，单次处理字符数超过38万个(ge)。
观(guan)察者网 摄
在多模态(tai)能力方面，混元大模型进展颇(po)多。大会透露，在图片(pian)生(sheng)成领域(yu)，腾讯混元文生(sheng)图基础(chu)架构已全面升级至sora同款(kuan)的DiT架构，支持(chi)中英文双语输入及理解，具备(bei)多轮绘图能力，测评结果国内(nei)领先(xian)；在视频生(sheng)成领域(yu)，腾讯混元支持(chi)文生(sheng)视频、图生(sheng)视频、图文生(sheng)视频、视频生(sheng)视频等(deng)多种视频生(sheng)成能力，视频生(sheng)成长度可达16秒；在生(sheng)3D层(ceng)面，腾讯混元已布局文/图生(sheng)3D，单图仅需30秒即可生(sheng)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，为技术社区生(sheng)态(tai)繁荣贡献力量。据(ju)了解，目前，腾讯混元文生(sheng)图大模型已全面开源，开源3天内(nei)就在Github上获得超千位开发者关(guan)注。未来，多种尺寸的腾讯混元MoE模型也将对外开源，可分别(bie)支持(chi)手机端、PC端、云/数据(ju)中心等(deng)多样化的部署场景。
值得补充的是(shi)，在当天的峰(feng)会现场，腾讯还(hai)官宣了几则与产品“上新”有(you)关(guan)的消息。
蒋杰宣布，腾讯混元将上线一站式AI智能体创(chuang)作与分发平台“腾讯元器”，开启智能体生(sheng)态(tai)。在平台上，用户(hu)不仅可以在创(chuang)建专属AI智能体，使(shi)用腾讯官方的插(cha)件和知识库，还(hai)能将这些(xie)智能体一键分发到QQ、微信客服、腾讯云上；此外，为更好地为用户(hu)提供服务，基于混元大模型打造的C端助手App“腾讯元宝”，也将于5月(yue)30号发布。