WAIC2024|腾讯蒋杰：场景应用会成为未来大模型的决胜要素

<article><section data-type=“rtext”><p>【环球网科技报道 记者 李文瑶】7月5日，在2024世界人工智能大会腾讯论坛上，腾讯集团副总裁蒋杰表示，未来通用模型会成为水、电、网络等基础设施一样存在，供业务和应用按需接入。</p><p>蒋杰表示，从行业和应用的角度来看，未来会出现更多不同尺寸、不同模态的模型，业务可以通过大小模型的协同，在提升性能的同时满足定制化需求。 </p><p><img data-alt=“腾讯集团副总裁蒋杰” src="//img.huanqiucdn.cn/dp/api/files/imageDir/343d9d47620da4857d909a4b2221d99cu1.png?imageView2/2/w/750" /></p><p>自2023年9月首次亮相以来，经过多次迭代升级，腾讯混元大模型在国内率先采用MoE架构，实现性能大幅提升，模型整体参数量已达到万亿，tokens数量超过7万亿，居国内大模型第一梯队。 目前，腾讯混元大模型已通过腾讯云向企业及个人开发者开放，包含万亿、千亿、百亿等不同参数尺寸，接下来，多种尺寸的腾讯混元MoE模型也将对外开源，可分别支持手机端、PC端、云以及数据中心等多样化的部署场景。</p><p>蒋杰表示，大模型行业正经历从单模态到多模态，再到全模态的演进。比如在文生图领域，最近效果比较好的是采用 DiT 架构的模型，它融合了早前主要用于文本生成的Transformer架构，并在图像和视频生成任务中展现出了显著的优势；在文生视频领域，视频生成正朝着更高分辨率、更长时长、更精细的方向发展，一些较好的模型已经能够生成长达数分钟高清的视频，带来了广阔的应用想象空间。</p><p>腾讯混元大模型正在积极部署多模态甚至全模态技术，在文生图方面，混元文生图打造了业界首个中文原生DiT架构生图模型效果超开源 Stable Diffusion 模型，发布一个多月Github 点赞数超过两千，是社区内最受欢迎的国产开源文生图模型；在3D生成方面，单图输入仅需30秒即可生成动漫、汽车、建筑等类型的3D模型；在视频生成方面，腾讯混元拥有文生视频、图生视频、图文生视频、视频生视频4大核心能力，支持视频风格化、视频重绘等多样化的产品玩法。</p><p>现场，蒋杰提到，场景应用会成为未来大模型的决胜要素。当前大模型的落地主要集中在生产工具和提效方面，距离真正的业务创新还有一定距离，缺少杀手级的应用，不过行业的探索一直没有停下。</p></section></article>