移动互联网有 12 亿 用户，AI 头部产品却只有 百万 量级的日活。
作者 | 王启隆
责编 | 唐小引
出品丨AI 科技大本营（ID：rgznai100）
北京时间 5 月 30 日，基于混元大模型的 C 端 App「 腾讯元宝 」正式上线，各大应用商店一早就开放了下载，这款应用瞄准了大家在 工作效率场景中的核心需求： 信息获取 — 处理 — 生产 ，对应了其主打的 AI 搜索 + AI 总结 + AI 写作 三大功能，深度贴合每个人的 实际生活 。
CSDN 现场参加了 「 元宝 」的媒体沟通会， 腾讯云副总裁、腾讯混元大模型负责人刘煜宏 发表演讲，同时做了不少的演示。
这次真正主打的核心功能是 AI 搜 索 ，腾讯其实在搜索上有着相当久远的历史。除了大家现在熟悉的 微信搜一搜，腾讯还有搜狗搜索，其前身是「门户时代」的 Soso，至今已经有了 18 年的历史，可谓时代的眼泪。现在结合了 AI 技术增强，既有传统的稳定性，又有更智能的生成答案，问它电视剧都能答上来：
元宝的最大特色是深度整合了腾讯自家的微信生态资源，特别是微信公众号这一内容丰富的平台 —— 基于公众号的搜索，全网只有这一家。 前阵子谷歌 CEO 才说 AI 搜索「幻觉」问题无法解决，所以腾讯规避问题的方式也很简单粗暴，因为它很多时候做的不完全是搜索，而是对自己搜索到的公众号进行了总结。
我们这就考考元宝，看它认不认识 CSDN 最新上市的【
】：
这题不难，只要读了标题就能解出来。
接下来再考考元宝，看它读没读文章内容：
看来，只要是公众号上面的知识，都难不倒它了。
在 AI 总结方面，元宝可上传最多 10 个 PDF、word、txt 等多种格式的文档，并能够一次性解析多个微信公众号链接、网址。 刘煜宏介绍元宝拥有 256K 的原生窗口上下文 ，这相当于一本【三国演义】，或是英文原版的【哈利波特】全集。
这段时间「AI 教母」李飞飞创业的事特别火，而她创业前其实还在斯坦福以人为中心的人工智能研究所（HAI）发布了一篇年度报告，我们先前做过 ，看看元宝能否总结这份 图文并茂的报告 ：
到了 AI 写作这块儿， 刘煜宏强调了元宝的 多轮问答能力，甚至表示元宝能够将对话的内容整理成报告，按照要求进行结构化输出，大大提升信息从获取到处理再到生产的效率。
创意写作现在似乎已经成为了各大通用模型的「基本功」了，所以我更想测试它有趣的文生图能力。点开 App 上方的「发现」一栏，我发现元宝预设了一堆琳琅满目的智能体。现在我想绘画，所以选择了「创意绘画」：
先来一张像素风的城市落日图：
在这个预设的智能体里面，我还可以进行风格切换和比例设置，值得点个赞。
切换成「油画」风格和 16：9 比例之后，我又让元宝生成了一张城市落日图：
智能体的效果还是相当不错的。刘煜宏在沟通会上表示，腾讯之前已经推出过了「元器」这样的 创作者工具平台 ，鼓励开发者、企业乃至普通用户自行创建个性化的智能体。 目前，腾讯的产品策略着重于早期阶段的内部需求满足和用户体验的提升 。 所以，未来元宝不会再推出太多的预设智能体，而是 通过智能体创作平台的开放和腾讯插件的支持，鼓励开发者自主构建智能体，实现技术的广泛应用。
下面，让我们进一步了解元宝还有哪些秘密。
脱胎换骨
元宝背后的混元目前有多强？刘煜宏给出了一个数字：自发布以来，混元模型的 性能提升了 50% 。
参数方面，千亿升级到了万亿。
训练和推理框架上，腾讯自研的机器学习平台训练速度是主流框架的 2.6 倍，大模型推理成本相比业界主流框架下降 70%。此外，预训练语料还从万亿升级至了 7 万亿 tokens。
算法上，稠密模型已经演变为时流行的 MoE （专家混合网络），参数量和处理的 tokens 数量分别增加了十倍和七倍，显示了技术上的重大突破和优化。这些优化不仅提升了系统的吞吐量，也降低了能耗。
在多模态方面，五月份开源的腾讯混元文生图大模型是 全球首个中文原生 DiT 架构模型 ，也就是 Sora 带火的同款架构，生成效果相比上代提升超 20%。 刘煜宏透露，在 Sora 出现之前，腾讯自研的视频生成能力在业内「遥遥领先」，但随着二月份那个惊奇演示之后，混元也随之更换了架构。如今，混元文生图大 模型在 GitHub 累积了 2000+ star ，前文也演示了元宝在这个文生图模型的加持下展示的 创作能力。
GitHub： https://github.com/Tencent/HunyuanDiT
Hugging Face： https://huggingface.co/Tencent-Hunyuan/HunyuanDiT
此外，腾讯混元大模型在视频、3D 生成等方面也持续探索，目前已经支持 16s 视频生成 ，单图仅需 30 秒即可生成 3D 模型 ，相关能力也将于后续在元宝中上线，这点十分值得期待。
应用场景从哪找？
「腾讯做大模型不争一时之先。」
刘煜宏在沟通会上一直强调腾讯的「慢战略」，而这段时间，他们真正的工作是「看」，也就是 洞察用户的真实需求 。
自 2022 年 ChatGPT 发布以来，大模型领域异常火爆，频繁传出各种产品突破性进展的新闻。我们最经常看到的标题可能就是「超越 GPT-4」，「xx 评测榜单再度刷新」 …… 但是，这股热潮被局限于一个「圈」内，并没有被普罗大众所感知到。
按照刘煜宏的说法，现在中国移动互联网有超过 12 亿的用户 ，其中不乏大量对互联网十分熟悉的群体，如大学生、互联网从业者和职场人士，这部分核心用户群体估计有 数千万之众 ，然而大模型 AI 应用的实际日活跃用户（DAU）总量去除重复后，即使各家公司声称有数十万至数百万不等，综合起来也不过 百万量级 ，这意味着在整个互联网用户群中的渗透率低至不足 1% 。
通常的说法是「蓝海市场很大」，但我们也可以用两个字形容这种现象：「自嗨」。
对于广大普通用户而言，这些 AI 资讯显得相对遥远且缺乏实际感知。大模型仍在发展期，产品解决方案不成熟，且大家对 IA 应用的认知仍集中在搜索/效率（文本提炼、总结、创意文案）等比较窄的探索 —— 没人知道怎么用 AI 。
刘煜宏透露，有很多企业高管对 AI 应用的第一想法还是「智能客服」。
沉寂了一年之久的混元，既不刷榜也不主动参加评测，而是慢慢的寻找却在 15 号突然全面开源了文生图大模型，后续参加了激烈的「国产大模型价格战」。
为什么腾讯会这么晚「参战」？其实，我们不需要考虑这个问题，答案事实上很简单：因为他是腾讯。
这家社交帝国除了火急火燎地追赶 OpenAI 以外，还有第二条路可走。依靠它在移动互联网时代打下的「江山」：微信、QQ 积累的 庞大用户规模 ，从「跳一跳」开始火遍全国的 小程序生态 ，无数公众号交织起来的 优质内容宝库 ，甚至是腾讯视频正在热播、被用于元宝 App 演示的【庆余年 2】，都映现了这道江山的风貌。
现在，让混元大模型赋能这一切，就能立刻实现 Sam Altman 口中的那种「魔法」（Magic）。 腾讯并不需要做出一个 SOTA，他们现在就可以端出一套完整的、基于移动互联网时代应用的「AI 生态」。
目前 ，腾讯内部有超 过 600 个业务 正式采用了 混元大模型 技术， 日调用量已超过 2 亿次 ，这一数据早前就已经达到，并持续保持高位； 相较于最初仅有少数产品尝试，实现了快速扩张。 通过大模型的应用，腾讯内部提升了约 20% 的整体工作效率 ，特别是在代码生成方面，约有 23% 的代码是由 AI 自动生成的 ，省下了四分之一的人力。
腾讯的兵法，是「 徐徐图之 」。
开发者正在迎接新一轮的技术浪潮变革。由 CSDN 和高端 IT 咨询和教育平台 Boolan 联合主办的 2024 年度「全球软件研发技术大会」秉承干货实料（案例）的内容原则，将于 7 月 4 日-5 日在北京正式举办。大会共设置了 12 个大会主题：大模型智能应用开发、软件开发智能化、AI 与 ML 智能运维、云原生架构……详情👉： http://sdcon.com.cn/
