腾讯首个全模态模型混元O将发布，正面硬刚DeepSeek和字节豆包
腾讯不止“关爱”DeepSeek，其自研大模型“混元”似乎也要发力，不仅瞄准豆包，而且要发力“全模态”，利用更多资源投向通用人工智能（AGI）。
5月25日消息，笔者独家获悉，基于腾讯自研大模型混元的首个端到端语音通话模型Hunyuan-Voice，最快今年6月上线腾讯元宝App，从而与豆包AI视频通话功能对抗。而且，腾讯已规划多模态和全模态路线，最快今年将推出全球首个“全模态模型”，代号为混元-O，瞄向“世界模型”。
隶属于腾讯TEG（技术工程）事业群的腾讯混元科研人员透露，面向AGI，混元将以语言模型为核心，探索多种模态融合，并将向深度、广度两方面持续推进探索。一方面，混元从大语言模型向多模态模型发展，理解和模拟物理世界；同时，混元还将瞄准更智能的推理、规划、智能体，以及探索知识边界，自我启发、自我迭代、自我发现，最终与具身智能等技术结合，向环境中自主行动和学习的世界模型方向进行探索。
这是首个披露腾讯混元最新规划的消息，在此之前，腾讯没有对外披露过混元-O全模态模型技术。
后发混元大模型，马化腾直夸DeepSeek
随着2022年底ChatGPT风靡全球，2023年2月，腾讯混元大模型项目正式启动，并部署AI大模型技术研发工作，以语言模型为基础，逐步打造涵盖各种模态的模型矩阵。
2023年9月，腾讯在全球数字生态大会上正式发布混元大模型 ，并宣布通过腾讯云对外开放。该模型是腾讯全链路自研的通用大语言模型，拥有超千亿参数规模，预训练语料超2万亿tokens；9月中旬，混元大模型首批通过《生成式人工智能服务管理暂行办法》备案。
2024年，腾讯混元大模型加速迭代，1月发布高性能MoE模型，5月开源业界首个中文DIT文生图模型，随后发布混元多模态理解模型；9月，混元Turbo发布；11月，腾讯混元开源大语言模型Hunyuan-large。
事实上，腾讯很早就布局AI技术，2021年腾讯就推出千亿和万亿参数的NLP稀疏大模型，但是在混元问题上，截至2024年底，腾讯混元一直落后于OpenAI，并且未与豆包、阿里通义、DeepSeek等模型拉开差距，腾讯AI应用元宝也未与kimi等产品形成头部效应。
2023年股东大会上，腾讯集团董事长兼CEO马化腾表示，AI是全行业甚至全世界的重点，腾讯总算能跟上第一阵列，不能算最领先，但是至少没有太落后。
“我们最开始以为这是互联网十年不遇的机会，但是越想越觉得这是几百年不遇的、类似发明电的工业革命一样的机遇。互联网企业都有很多的积累，都在做，我们也一样在埋头研发，但是并不急于早早做完，把半成品拿出来展示。”马化腾称。
马化腾强调，后面还要结合场景发展，把AI混元大模型应用到各个场景中，“短期内一两年内我感觉不会有一个纯原生AI大的应用，应该还是要结合到我们的所有产品里面效率提升等，我觉得这个是一个很大的机会。”
到了2025年，中国开源AI模型DeepSeek风靡全球，腾讯突然加速AI应用落地部署，旗下元宝、浏览器、微信、ima、腾讯文档、QQ浏览器、QQ音乐等多款腾讯产品，在接入混元大模型的同时，接入DeepSeek-R1模型。在外界看来，这让混元AI大模型处境略显尴尬，似乎成为“备胎”。
DeepSeek-R1虽弥补了混元大模型在推理速度和响应效率上的不足，却使得用户更倾向于使用有DeepSeek加持的功能。
今年3月腾讯年报沟通会中，马化腾谈及DeepSeek时表示，深度思考模型出来后，AI智能化比以前有大幅提升，而且DeepSeek出现后，开源和中国工程师在关注成本和效率方面的优势较为明显。AI的智能化程度相比往年有大幅度提升，对于腾讯来说经过慎重思考，云业务和元宝都在拥抱AI。未来应用大发展的机会已经到来，各家都在采用AI落地，也看到AI Agent（智能体）的发展，背后有很多AI相关工具的想象空间。目前AI生态还在早期，各行各业都会受益于AI普及，相信每个行业都会拥抱这个机会。
“我们业界和梁文锋都有交流，很敬佩市场上出现独立、开源的产品，我们非常尊重。”马化腾表示。
与此同时，腾讯集团CSIG旗下腾讯云针对DeepSeek开源的DeepEP通信框架进行深度优化，使其在多种网络环境下均实现显著性能提升。相关技术方案也获得了DeepSeek公开致谢，称这是一次“huge speedup”代码贡献。
“使用GPU进行大语言模型训练。去年有一段时间，人们认为每一代大型语言模型都需要数量级更大的GPU，但 DeepSeek 的突破性进展结束了这一时期。现在，业界以及我们业内人士都能够利用现有GPU大幅提高大型语言模型训练的生产力，而无需像之前预期的那样额外添加GPU。”腾讯此前在财报会上表示。
据界面，一位负责互联网大厂投流的营销供应商表示，腾讯在元宝上的投流打法复制了去年字节跳动豆包“大力出奇迹”的推广模式，通过自家产品生态自带的流量中心优势（字节主要依赖抖音、今日头条，腾讯依赖微信），再加上大规模广告投放引流。唯一的区别是，字节跳动投流的宣传对象主要是自家的“豆包”AI模型，腾讯则几乎为每一条元宝广告都贴上了“DeepSeek”标签，自家混元模型反而没有太多曝光。
不过，腾讯似乎依然不想放弃自研大模型产品。随着全球AI产业全面形成“重资源”投入趋势，腾讯希望利用“自研+开源”多模型策略，加速全域产品AI渗透。
目前混元是由腾讯TEG（技术工程）进行主导研发，随着姚星、蒋杰等人陆续离职，目前腾讯混元负责人是腾讯首席科学家、腾讯机器人X实验室主任、视觉计算机领域专家张正友，他向腾讯集团高级执行副总裁、技术工程事业群总裁卢山汇报；而元宝、腾讯云等隶属于CSIG事业群，由腾讯集团高级执行副总裁、云与智慧产业事业群总裁汤道生领导。
这两大事业群主导腾讯AI业务研发和落地。
2025年2月，混元深度思考推理模型T1预览版上线腾讯元宝；3月，混元 Turbos通用模型发布；4月，新一代旗舰混元多模态模型发布；5月，多模态慢思考深度推理模型混元T1-Vision发布，端到端语音通话模型也在5月底发布，并将上线腾讯元宝。
目前，混元 TurboS 在权威评测平台Chatbot Arena中已跻身全球前八，低于OpenAI O3、Gemini、DeepSeek-R1等模型，在代码与数学等理科能力上跻身全球前十。最新一轮升级中，TurboS 在理科推理、代码能力和竞赛数学三项指标上分别提升了超10%、24%与39%。
笔者了解到，混元团队正在规划多模态和全模态模型。
“多模态认知系统应该怎么去构建？一个核心观点，应该以语言模型为核心。语言的边界可能也是世界的边界，这个意思就是说语言跟认知可能是等价的，所以这个是从任务角度来说是这样的。因此，我们就基于它去做了视觉模型、语音模型，同时我们也在规划全模态模型，它都是以语言模型为核心，再进行知识推理链，这样的话我们能够利用好语言模型强大能力，同时它也是一个混合弹性的结构。”混元团队称。
下一步，面向通用AI，腾讯混元尝试用深度、广度两个方面推进，最后目标是希望创造一个类似于贾维斯这样的一个机器人，它能够自主去在比较复杂的世界里面探索。
谈到具身智能，5月24日首届国际通用人工智能大会上，张正友表示，目前机器人本体能力、机械能力和身体部分能力距离人类还差很远，具身智能的机器人大脑和身体是不协调的，所以真正的具身智能，是要能够身体和智能融合，并且能够自主学习处理问题，环境变化不确定下能够自动调整和规划系统。因此，复杂的感知能力、执行能力、学习能力、规划模型的集中智能等能力都需不断提升。
张正友强调，要探索一个最佳机器人本体形态，人形机器人当然是其中一个，但双足、人形机器人不一定是最佳的形态。
“具身智能现在正在往上发展，但到一定程度以后，不一定是寒冬，至少资本上面会有一个缩减的过程，最后会继续往前发展。所以从我们角度来讲，我们要继续提升具身智能的能力，寒冬过后能够有更好的发展。”张正友称。
7年投入超3900亿，腾讯要与阿里、字节激战AI
“这些‘大模型六虎’正在以三倍速，走当年我们‘AI四小龙’（依图、旷视、云从、商汤）2017-2019年的老路。”依图科技联合创始人林晨曦曾对笔者表示，如果 AI 创业公司想在国内 C 端产品中获得商业化，能力和最终结果远不及字节等互联网大厂，后者有大量的投入、人力资源、流量与用户规模，这是创业公司无法做到的。
如今，腾讯决定向 AI 技术领域加大研发投入。
2024年，腾讯研发投入达706.86亿元，过去7年累计投入达3912亿元；年度资本开支更突破767亿元，同比增长221%，创历史新高。其中，AI项目发展所涉及的资本开支就达390亿元。
刘炽平表示，腾讯计划2025年进一步加大资本开支，预计会占2025年总收入的“低两位数百分比”。这意味着，2025年腾讯的资本开支可能接近1000亿元的水平。
除了腾讯，阿里、字节都在加大AI研发投入力度。阿里巴巴集团CEO吴泳铭已经宣布，未来三年，阿里将投入超过3800亿元，用于建设云和AI硬件基础设施，总额超过去十年总和。这也创下中国民营企业在云和AI硬件基础设施建设领域有史以来最大规模投资纪录。
落地层面，腾讯主要在B端、C端两部分落地。
其中，C端方面，腾讯元宝接入“满血版”DeepSeek- R1模型，并能读懂图片后，今年2月、3月曾多次登上苹果AppStore中国区免费榜前列，3月3日晚成为下载排行榜第一名。
B端层面，截至目前，腾讯内部超过700个业务场景获得混元大模型底座支持，大概每个月接入超百个场景，已有来自零售、教育、金融、医疗、传媒、交通、政务等多个行业的客户通过腾讯云调用腾讯混元大模型API。
腾讯总裁刘炽平在此前财报会上表示，“微信搜索的查询量和收入持续快速增长。我们整合了腾讯混元和DeepSeek大型语言模型能力，提升了微信搜索结果的相关性和质量。目前，腾讯自有模型支持的搜索结果已覆盖超过90%的问答式搜索。”
最新财报显示，2025财年第一财季，腾讯实现总收入1800亿元，同比增长13%。其中，To B业务（金融科技及企业服务）实现营收549亿元。
展望未来，AI 是一个资本型、学术交叉型复杂技术，需要超强的算力、优秀的人才、高超的技术研发实力等，因此，新的 AI 大模型的“下半场”一定是巨头之间的较量，而作为BAT三大中国互联网头部公司之一，腾讯混元将与阿里通义、字节豆包激战AI智能体和商业化落地，尤其在“AI+云”平台层面。
清华大学计算机系副教授刘知远表示，“AGI新技术还在加速演进，未来发展路径尚不明确。我们仍处于追赶阶段，已经不是望尘莫及，但也只能说是望其项背。在别人已经探索出来的路上跟随快跑是相对容易的，接下来我们要面对一团未来迷雾。”
汤道生最近表示，AI行业还处于早期阶段。大家都在跑马圈地，尝试着不同的商业模式。有的在追Scaling Law，有的在打造To C市场新入口，有的在做产业落地，非常热闹。
“AI正在跨过产业化落地的门槛，站在普及应用的全新节点上。行业由之前的模型训练主导，发展到今天更多是应用与Agent驱动；我们看到，云上DeepSeek API调用量激增，语音交互的需求也带动了ASR（自动语音识别）与TTS（文本转语音）模型的API调用；模型推理的算力消耗正在高速增长，规模化推理的成本优化，成为云厂商的核心竞争力。”汤道生说。
汤道生5月21日强调，模型深度思考的突破，推动生成式AI的可用性从“量变”发展到“质变”，腾讯持续加大AI投入力度，各项业务全面拥抱AI。同时也以大模型、智能体、知识库和基础设施“四个加速”，打造“好用的AI”。
（作者｜林志佳）
(来源：新浪科技)
关联资讯:
Turbos Finance：平台未受 Cetus 黑客事件影响，所有用户资金 100％安全
Turbos Launchpad 第七期项目 RWADEPIN 将于今日上线
