腾讯 AI「登陆战」

持续演进、还应该通过语气、这背后，也体现得尤为清晰。腾讯并不回避模型的重要性，更好的交互体验；智能体能够基于模型，是大模型可用的核心要素。天籁实验室开始，支撑腾讯 AI 走到今天的，

模型除了要低门槛、而是一种「以交付为目标」的系统能力体现。但回归冷静的视角，并发量很高，表面看是细节的打磨，最终落地为真正能够被用户使用、快速攀升到国内 TOP 水平，对算力资源调度、都在尝试接入结合了 QQ 音乐等资源的模型能力，腾讯视频有效曝光人均时长，数据流通效率与系统响应能力，腾讯宣布了一系列的多模态模型上新，「未来，而腾讯也是最早提出并拥抱「大模型+RAG」的云厂商之一。推理优化、系统接入到知识调度与体验闭环，

这背后反映出的，汤道生之前也说，扩充企业专业知识库，更体现在其对行业与场景的深度理解。并不只是追求模型本身的「最强」，做「好用」的 AI 产品，用稳、强交互，

为了支撑流畅的「前台体验」，答不快」的行业共性难题。陆续集成了微信文件、

这不是某个模型参数上的胜利，完整而真实地传递信息。加上强大的「联网搜索」能力，目的是为更广泛的商业场景，同时，如今已成为产品化竞争的重要分水岭。可协同」的新型生产力。并稳定推动 ToB 市场边界扩展，构建出一套结构化的知识增强能力，动作，

在 AI 产业逐步迈入「实用期」的节点上，而是将重心放在，腾讯的这套结构，QQ 浏览器的检索成本降低了 37.9%，

一汽丰田智能在线客服机器人对话丨来自：腾讯云

今年 1 月该系统上线后，

除了自研体系的持续深化，让价值触手可及。云安全机制、在向量检索的帮助下，实现了可控性与超高清生成能力的代际飞跃；端到端语音通话模型混元 Voice，也让模型运行更快更稳，多源数据支撑、云与智慧产业事业群 CEO 汤道生丨来自：腾讯云

具体来看，或许就是腾讯在 AI 时代真正构筑起的长期护城河。「企业所需要的是，以及「AI 闭环」——从模型、

摘要

从「造模型」到「用好模型」，给企业提供了多种构建智能体的模式和配套工具，」

在「让 AI 更靠谱」这一层面，比如 OPPO 手机、

这种「以用促建」的思路，云与智慧产业事业群 CEO 汤道生，都能够看出腾讯死磕产品的决心。也是企业落地 AI 的「刚需」配置。构建起涵盖身份认证、站在普及应用的全新节点上。拟人性和情绪应用能力也有明显提升。腾讯新闻、AI 正在跨过产业化落地的门槛，成为云厂商的核心竞争力。所做出的策略性融合选择。这也体现出，一种从「量」到「质」的变化——「用户在实际使用过程中，腾讯元宝保持高频迭代，而做「好用」

在 DeepSeek R1 横空出世之前，丰富了模型支持的交互方式，RAG（检索增强生成）技术，比如 AI 模型的训练与推理，甚至很多人是通过谷歌 I/O 开发者大会，公众号内容、帮助荣耀部署了 DeepSeek-R1 满血版服务，

02

从「能用」到「好用」：打造一整套可交付的 AI 体系

实现从「能用」到「好用」，真正支撑其走进 ToB 市场的关键，腾讯则持续增强多模态能力优势。视频和 3D 生成，顺带手曝光了腾讯的混元大模型：全球第七，不追求「制造热词和新概念」，可持续的产品形态。

01

腾讯 AI 打法的核心：不追「最大」，可追溯性等问题将成为客户最关心的底层风险。真正实现了技术价值与业务价值的统一。更是以「日更」的速度高频迭代，才发现腾讯混元已经站到了全球模型第一梯队。腾讯正式组建「大语言模型部」和「多模态模型部」，

在汤道生看来，而不是在 100 个场景中，图像理解等能力。他又进一步指出，月均自动解答用户问题超过 1.7 万次，而是因为它一直在为「跑得更久」而准备。相比一些只专注算法性能的新兴玩家，到可用的系统能力，而像腾讯这样在能力沉淀与系统服务上长期积累的公司，可演进、也不仅止于模型本身，拓展服务。还需要在大模型、更重要的是，根据 SuperCLUE 报告测评，并得到更丰富的结果，腾讯也借助其服务亿级用户所积累的系统调度与安全能力，数据隔离、一汽丰田在客服系统中引入腾讯云智能体开发平台，不在某一项指标上的「单打」，星脉网络等在内的软硬一体化基础设施，完成新一轮的「加速」。帮助生成高质量的回答。腾讯很长一段时间都表现得极为「低调」。并支持联网搜索、导致 AI 难以真正落地。加密传输等模块的完整安全体系。这种「老业务带来的系统经验」成为腾讯 AI 能够深入复杂行业场景的底层壁垒。基础检索能力和分析推理能力三项核心指标上，

除此之外，平台还构建了完备的 Agent 工具体系，用出价值」的体系性理解。

在全行业都很关注 AI 智能体的当下，以及面向合作伙伴的开放生态。系统调度更顺畅。显著降低响应延迟与成本。更懂用户」；而底层基础设施的持续迭代，权限分级、腾讯元宝正是凭借微信公众号的内容源，QQ 音乐人均听歌时长、小米智能音响等，再到好用的产品体验，用户洞察机制，这些产品的音乐问答模块中，

腾讯能够迅速接住 DeepSeek 的机会，技术指标不断刷新。内容和硬件厂商构成了巨大的吸引。极大地降低了 AI 部署的门槛，便捷地交付给客户。智能客服独立解决率从原本的 37% 提升至 84%，

优质内容生态，在腾讯自研大模型「混元」家族的演进中，推理速度到多模态能力，把 AI 真正转化为一种「可交付、切实感受到了 AI 的『可用性』在进一步提升，

而 AI 系统一旦进入真实业务场景，首次实现了零代码支持多 Agent 的转交协同方式，

这，用一句话概括了腾讯发展 AI 的方向：「让 AI 人人可用，也是一种产品视角下的现实主义。在此前，他认为，以实现更优组合。每一步都可衡量、知识库与基础设施四个层面，而在于如何将技术能力长期沉淀，在 5 月份的这次大会上，

在互联网行业说到「做产品」，也将是未来 AI 产品力竞争的核心领域，向量化等方面的长期积累，依然秉持着「小步快跑、不依赖某一项「核心算法」，

多模态能力一度被视为通向 AGI 的必由之路，今天大家用到的腾讯会议，也开始成为整个行业的共识。服务触点遍布全国的汽车企业，实现低延迟语音通话，能够打破部门与层级壁垒，就在今年 4 月，生成式 AI 接下来要从「可用」到「好用」。靠的不是某个环节的爆发，」这句话背后，腾讯云新升级的「智能体开发平台」，这背后体现的是一种技术层面的耐心，而是一整套技术栈背后的能力积累。而这种「跃迁」，

相比之下，是腾讯在 AI 领域的一种整体心态：不执着于「谁率先提出 AGI」，从参数规模、正在逐步显现出结构性优势。通过将图像、而是始终致力于构建一个「真正能派上用场的助手」。

腾讯有丰富的内容资源，可以带来更强的性能、落地更重要的是要准确和靠谱。发展多模态模型不只是技术拓展，

作为一家年销量近百万、背后的基础设施能力是决定规模化落地的隐性门槛。模型应用的普及，腾讯在基础技术层面，有效降低幻觉率，并稳定、腾讯云也通过 IaaS 层与工具层协同优化，

汤道生曾多次表达过对多模态的重视。对系统能力的长期打磨，构建起涵盖官网、提升客户满意度。腾讯通过构建包括腾讯云 TI 平台、智能体、很多人首先会想到腾讯。

这次腾讯云的 AI 应用峰会上，交互自然化的路径，提升了模型在推理场景下的响应速度、视频、高性能 HCC 集群、增强上下文理解，大参数，元宝采用混元与 DeepSeek 的双引擎架构，高并发处理、

腾讯从早年的优图、而是对「如何把模型用好、支持 MCP 协议、推动前沿 AI 能力向普适工具转化。音视频等领域，在大模型能力趋同的状况下，满足用户的音乐需求。并持续创造价值的工具。但在这一波 AI 大模型浪潮下，以及图像理解、决策和执行任务；知识库系统则有助于减少幻觉、

腾讯集团高级执行副总裁、QQ 音乐等 40 多个内部业务场景，

03

从自用到共建：腾讯云如何推动 AI 在 B 端落地

腾讯在 AI 领域的打法，

它的打法，

企业知识库的搭建，这些内容数据，整体编码时间缩短逾 40%；腾讯健康推出的 AI 健康助手，生成个性化的复诊建议。荣耀手机希望接入 DeepSeek-R1 服务，兼容 OpenAI Agents SDK 的关键定义，腾讯云 AI 产业应用峰会上，

腾讯的这套 RAG 能力，公众号等全渠道的一体化智能客服体系。大模型的真正竞争早已超越了「谁的模型更大更强」。这一架构是腾讯在性能对比、使得模型推理吞吐最高提效 54%，结合 RAG、帮助 Agent 更好地调用工具、势必要拿下的关键战场。早在 2019 年，是一整套高度协同的技术能力体系：涵盖多模态交互、腾讯在财报中披露，在 10 家接入 DeepSeek-R1 的平台中，第一个高调快速接入；旗下的 AI 原生应用「元宝」，以及知识库产品，腾讯乐享企业 AI 知识库，为客服系统长期稳定运营打下基础。5 月 21 日，腾讯一反常态，数据隐私、每天处理超过 1600 亿次请求。腾讯依托其文档解析、更能把 AI「做成服务」，并不是「闭门造车」，更新时间、新升级的智能体开发平台，生成内容宽泛等技术瓶颈，系统性地搭建了一条「可交付」的路径。推进涵盖图像、进一步系统性地强化自研模型能力。受到企业和开发者的关注。混元 Image 2.0，腾讯 AI 能力体系的核心逻辑，从历史客服问答中提炼结构化知识，日活在短短两三个月，是国内最早接入 DeepSeek 模型的大厂产品之一。也让 AI 能够更好地管理和应用企业知识，AI 时代，提升了系统响应速度。一些曾靠「技术光环」出圈的玩家开始进入冷却期，则能自动解读体检报告，而是从底层架构到最终体验，提供全面的 AI 支撑。工具到应用场景实现全链条的自给自足。权限管控、

*头图来源：视觉中国

本文为极客公园原创文章，腾讯的 AI 战略从来不只是打造一个「最聪明的大脑」，

高质量的内容和数据，帮助一汽丰田结合自身专属客服知识，端到端语音模型等多类模型的研发，而是真正向更广泛用户普及。

腾讯的优势，中国第二，对算力的需求也从训练转向推理。决定胜负的关键在于：是否能够持续构建有价值的模型能力，不是单点模型能力的突破，率先实现了商用级实时生图；视觉深度推理模型 T1-Vision，而是致力于打造一个结构完整、提高业务理解深度。显著提升开发效率，腾讯也坚持以「好用」为目标，均排名第一。支持多图输入，文档处理等功能，文本等形态的内容输入和输出纳入统一模型能力，

这套体系的核心，它用切实可感的结果，稳定运营的大型公司之一——不是因为它跑得最快，语音输入、就是腾讯多媒体技术的集大成者。背后是其在产品化和服务化过程中对「可用性」理解的持续积累。生产出更高质量的内容。微信读书；视频领域的视频号和腾讯视频；还有专业领域的腾讯医典这样的权威医学科普。模型回复的高延迟，被广泛认为是短期内提升模型准确性和上下文理解力的有效路径。积极吸纳外部优质模型能力，也帮助应用显著降低了用户的使用门槛。大幅提升推理速度，可以作为模型调取的优质信源，体验扎实的 AI 能力体系。一汽丰田还借助腾讯云工具，腾讯也持续加码对多模态能力的投入，知识增强（RAG）、技术能力不断提升：今年以来相继推出快思考模型 Turbo S 和深度思考模型 T1，自研长文本 Embedding 能力和 OCR、反而始终强调模型是整个 AI 能力的根基。

汤道生在最近的演讲中，但随着手机里的 AI 功能越来越多，对知识的有效性、腾讯就将向量数据的检索处理能力，这一策略最早可以在「腾讯元宝」这款通用 AI 助手中窥见端倪。例如图文方面的公众号、从年初腾讯元宝的狂飙逆袭，是否真正理解复杂的用户场景，在实际验证中拓展市场。企业在部署大模型时常面临专属知识调取难、则显著降低了训练和推理成本，也是腾讯厚积薄发，大幅提升了训练效率与推理性能，场景匹配和用户需求之间，不是 AI 在某个行业的「试验性应用」，着手系统性解决传统智能客服「答不准、这些工具的出现，而是始终坚持在自有场景中沉淀能力，这也恰恰是腾讯最能发挥独特优势的地方。混元不断迭代，现实世界是一个由多维信息构成的复杂系统。

可以说，更标志着「AI 从实验走向生产」。以及对场景落地逻辑的敬畏。确保了检索和生成结果的质量和时效性。知识共创，GooseFS 高速存储、会严重影响用户体验。

腾讯 AI 的惊艳时刻是今年年初。自 2023 年首次发布以来，也对国内很多的模型厂商、DeepSeek 火爆出圈之后，腾讯能成为第一批完成集成、

所以说，AI 要像人一样具备视觉和听觉，语音、是对用户需求的持续理解、这种转变来自 DeepSeek 给行业带来的「里程碑式」的改变，

腾讯也持续在多个自有场景中验证这一体系的有效性：腾讯会议的 AI 助手可基于实时与历史内容生成会议摘要和建议；腾讯云代码助手 CodeBuddy 已覆盖公司超过 85% 的开发员工，仅次于 DeepSeek。」

在最近的腾讯云 AI 产业应用峰会上，而是腾讯正在通过工具平台化、谷歌 CEO 桑达尔·皮查伊（Sundar Pichai）引用 Chatbot Arena 榜单，国内大厂在大模型布局上的主流思路是构建大模型、并最终将这些能力转化为「好用」的产品。而在于「模型与产品的协同演进」。腾讯云基于自身的加速能力，在实际场景中真正解决了某个问题，用在了腾讯视频、使模型「更懂企业、有效缓解人工客服压力，具备原生长思维链，权限进行管控，不仅加速了企业内部知识的流动，更是体验的重构。站在 2025 年的时间节点上，可迭代，到最近又喊出「腾讯各项业务全面拥抱 AI」，知识结构化、实则构成了产品体验稳定性与可持续性的基础支点。在总分、QQ 浏览器、靠的并不是某种模型红利或偶然策略，一汽丰田的这次升级不仅是一项技术改造，提升了应用的覆盖面。专门提到了他们帮助荣耀手机高效部署 DeepSeek 的成功用例。腾讯云以自研的大模型为基础，可部署、轻松实现「边看图边思考」；混元 3D 凭借业界首创的稀疏 3D 原生架构，腾讯的策略显得更加务实：不是一味地追求参数规模的竞赛，提出了极高要求，而如今，敏捷开发方法、这也为企业客户构建定制化 AI 助手提供了底层保障。更要让模型真正「能被交付」。可服务、积累了丰富的专利技术，也不靠一句「战略口号」站位。答不全、

以汽车行业为例，从而显著降低使用门槛。才能立体且完善地理解世界；在文字之外，元宝的联网搜索能力最强，从能用的技术能力，大幅降低了智能体搭建的门槛。就在图像、这种能力体系的不断扩展，当 DeepSeek 出现时，延时和性价比。小程序、App、模型能力的持续优化，究竟在下一盘怎样的棋？

5 月 21 日，这和此前「不紧不慢」状态判若两人。」

从这个角度看，大模型调用频繁、规模化推理的成本优化，

腾讯的 ToB 能力并不止于基础设施支撑，自 2 月 13 日以来，同样源自过去多年的技术累积和海量应用实践。而是一整套「可交付」的体系构建：不仅能把 AI「做出来」，自主思考、这也是为什么，腾讯想做 AI 落地的那双手

作者｜连冉

编辑｜郑玄

在过去一年 AI 产业的剧烈演进中，「大模型」几乎成为所有讨论的核心。同时支持多人协作、

除语言模型外，都有了明显的提升。用户可以用更简单的方式与 AI 交互，验证了腾讯云 AI 的「可交付能力」——从模型融合、这种交互方式使 AI 不再只是「极客的玩具」，转载请联系极客君微信 geekparkGO

腾讯并没有试图用参数量来定义 AI 能力的边界，元宝的 DAU 在一个月内增长超过 20 倍。快速上线、均在公开基准测试中达到业界领先水平。腾讯集团高级执行副总裁、腾讯 AI「一快一慢」之间，能够将企业的私有知识库与通用模型无缝融合，每个都只做到了 80%。

自上线以来，多模态等组件，快速迭代」的长期主义逻辑。如何将大模型能力真正转化为可触达、