5月24日-25日，由北京通用人工智能学会主办的首届国际通用人工智能大会（TongAI）在北京召开。作为我国首个聚焦通用人工智能（AGI）的国际学术盛会，大会汇聚来自哈佛大学、新加坡管理大学、北京大学、清华大学等国内外一流高校专家学者以及腾讯等领军企业技术领袖共襄盛举，通过深度思想碰撞与交流构建原创性技术路线，推动国际学术界携手突破认知边界、共塑技术范式。

　　腾讯首席科学家、Robotics X实验室主任张正友在大会主论坛作主题报告。腾讯杰出科学家胡瀚在“多模态交互学习”专题会议中对腾讯混元多模态大模型进行了详细介绍。

　　胡瀚提到，腾讯在大模型上的技术迭代正不断提速。腾讯混元模型矩阵全面升级，旗舰快思考模型混元TurboS、深度思考模型混元T1双双迭代。基于TurboS基座，腾讯新推出视觉深度推理模型T1-Vision和端到端语音通话模型混元Voice。混元图像2.0、混元3D v2.5及混元游戏视觉生成等一系列多模态模型也同步“上新”。

　　语言模型跻身全球前八，技术能力持续提升

　　在疯狂卷技术的全球大模型角逐中，腾讯混元正小步快跑、快速迭代，技术能力持续提升。

　　在全球公认的权威大语言模型评测平台Chatbot Arena上，混元TurboS排名已攀升至全球前八，国内仅次于DeepSeek。其中，代码、数学等理科能力，混元TurboS也进入全球前十。

　　年初，混元TurboS正式发布，作为业界首款大规模混合Mamba-MoE模型，其在效果与性能上已展现出显著优势。而这一最新突破，则得益于预训练阶段的tokens增训，以及后训练阶段引入长短思维链融合技术，使得TurboS理科推理提升超10%，代码能力提升24%，竞赛数学成绩大幅提升了39%。

　　早在去年下半年，腾讯就大力投入了深度思考模型的路线攻关。深度思考模型混元T1自年初上线元宝App后，持续快速迭代。近期，混元T1也迎来新升级，在多项核心能力上均实现了提升：其中，在竞赛数学上效果提升8%；在常识问答上提升8%；在复杂任务的Agent能力提升了13%。

　　多模态模型快速迭代，首秀3D场景生成

　　基于TurboS的基座模型，混元进一步拓展了图片和音频的多模态理解能力。新发布的混元视觉深度推理模型T1-Vision，支持多图输入，具备原生长思维链，轻松实现“边看图边思考”，整体效果相比此前级联方案提升 5.3%，整体理解速度提升50%。

　　端到端语音通话模型混元Voice，实现低延迟语音通话，相比级联方案，响应速度提升超过30%，降至1.6秒，拟人性和情绪应用能力也有明显提升，目前已在腾讯元宝App灰度上线。实时视频通话AI体验，近期将推出。

　　今年以来，混元的迭代速度明显加快。在多模态生成领域，混元图像2.0率先实现“毫秒级”生图，GenEval基准测试准确率超95%。这背后得益于超高压缩倍率的图像编解码器以及全新扩散架构，模型参数量提升了一个数量级，带来交互体验的革新。在主观画面质量和美学层面的人工测评中，混元图像2.0也被认为是“AI味”最少的模型之一。

　　混元3D v2.5凭借业界首创的稀疏3D原生架构，实现了可控性与超高清生成能力的代际飞跃，几何模型精度提升10倍，纹理贴图达4K。在端到端评测中，混元文生3D在17个生成类目中占据15个第一，图生3D在17个类目中全部取得第一。

　　在游戏领域，混元推出精通游戏美术与术语的混元游戏视觉生成模型，涵盖游戏技能特效生成、角色动态立绘、实时交互游戏世界模型、角色多视图等五大子模型。混元游戏视觉生成平台也正式上线，面向工业级游戏资产生成，让游戏美术设计效率提升数十倍。

　　近期，混元还将推出首个大规模、可漫游3D场景生成模型，支持沉浸式交互、多样风格场景生成及360°全景漫游体验，助力游戏、具身智能等行业创新。

　　混元3D模型下载量超160万，多尺寸模型全面开源

　　混元正加速向智能化的深度与广度迈进，为AI普惠与产业升级提供坚实支撑。混元坚定拥抱开源，持续推进多尺寸、多场景的全系模型开源。

　　目前，混元已实现图像、视频、3D、文本等在内的全模态开源，其中，混元3D模型Hugging Face下载量超过160万。未来，混元计划推出多尺寸混合推理模型，从0.5B到32B的dense模型，以及激活13B的MoE模型，适配企业与端侧不同需求。混元图像、视频、3D等多模态基础模型及配套插件模型也将持续开源。

　　除模型开源外，混元面向行业推出混元训练营，提供免费模型资源及技术支持，目前已有超过200家合作伙伴报名参与。

　　今年以来，腾讯在大模型领域的战略和部署持续进化，步伐日益加快。近期，腾讯混元大模型研发体系全面重构，刷新团队部署，加码研发投入。伴随投入加码，腾讯AI战略也正在加速落地。

　　目前，混元已深度融入腾讯各业务线，广泛应用于微信、QQ、腾讯元宝、腾讯会议、腾讯文档等核心产品，提升腾讯内部产品的智能化水平，并通过腾讯云向外输出模型能力，帮助企业和开发者创新提效。（柯轩）