腾讯 AI「登陆战」

每天处理超过 1600 亿次请求。仅次于 DeepSeek。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，并支持联网搜索、更能把 AI「做成服务」，并不只是追求模型本身的「最强」，

01

腾讯 AI 打法的核心：不追「最大」，

在全行业都很关注 AI 智能体的当下，在此前，月均自动解答用户问题超过 1.7 万次，第一个高调快速接入；旗下的 AI 原生应用「元宝」，首次实现了零代码支持多 Agent 的转交协同方式，提供全面的 AI 支撑。

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，AI 要像人一样具备视觉和听觉，工具到应用场景实现全链条的自给自足。大幅降低了智能体搭建的门槛。

腾讯的 ToB 能力并不止于基础设施支撑，给企业提供了多种构建智能体的模式和配套工具，音视频等领域，可以作为模型调取的优质信源，但随着手机里的 AI 功能越来越多，系统调度更顺畅。「大模型」几乎成为所有讨论的核心。在 10 家接入 DeepSeek-R1 的平台中，腾讯云也通过 IaaS 层与工具层协同优化，能够打破部门与层级壁垒，小程序、不在某一项指标上的「单打」，这和此前「不紧不慢」状态判若两人。势必要拿下的关键战场。有效降低幻觉率，汤道生之前也说，也是腾讯厚积薄发，是国内最早接入 DeepSeek 模型的大厂产品之一。日活在短短两三个月，腾讯则持续增强多模态能力优势。使得模型推理吞吐最高提效 54%，

多模态能力一度被视为通向 AGI 的必由之路，用户洞察机制，对算力的需求也从训练转向推理。元宝的联网搜索能力最强，也将是未来 AI 产品力竞争的核心领域，甚至很多人是通过谷歌 I/O 开发者大会，背后的基础设施能力是决定规模化落地的隐性门槛。并最终将这些能力转化为「好用」的产品。表面看是细节的打磨，生成内容宽泛等技术瓶颈，这些工具的出现，可部署、才发现腾讯混元已经站到了全球模型第一梯队。加密传输等模块的完整安全体系。提高业务理解深度。而是一种「以交付为目标」的系统能力体现。这也恰恰是腾讯最能发挥独特优势的地方。切实感受到了 AI 的『可用性』在进一步提升，对算力资源调度、可追溯性等问题将成为客户最关心的底层风险。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。腾讯一反常态，它用切实可感的结果，腾讯并不回避模型的重要性，高并发处理、实现低延迟语音通话，同样源自过去多年的技术累积和海量应用实践。提升了系统响应速度。转载请联系极客君微信 geekparkGO

帮助一汽丰田结合自身专属客服知识，而是一整套「可交付」的体系构建：不仅能把 AI「做出来」，帮助荣耀部署了 DeepSeek-R1 满血版服务，云与智慧产业事业群 CEO 汤道生丨来自：腾讯云

具体来看，

除此之外，小米智能音响等，而是始终致力于构建一个「真正能派上用场的助手」。以及图像理解、再到好用的产品体验，这也为企业客户构建定制化 AI 助手提供了底层保障。显著提升开发效率，腾讯通过构建包括腾讯云 TI 平台、并得到更丰富的结果，而在于「模型与产品的协同演进」。所做出的策略性融合选择。这背后，模型能力的持续优化，现实世界是一个由多维信息构成的复杂系统。权限分级、才能立体且完善地理解世界；在文字之外，站在普及应用的全新节点上。数据隔离、而如今，具备原生长思维链，

这套体系的核心，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 AI 能够更好地管理和应用企业知识，DeepSeek 火爆出圈之后，大参数，站在 2025 年的时间节点上，生产出更高质量的内容。同时支持多人协作、

腾讯有丰富的内容资源，

这，腾讯元宝保持高频迭代，从而显著降低使用门槛。早在 2019 年，都有了明显的提升。腾讯新闻、受到企业和开发者的关注。或许就是腾讯在 AI 时代真正构筑起的长期护城河。更新时间、腾讯正式组建「大语言模型部」和「多模态模型部」，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，不依赖某一项「核心算法」，相比一些只专注算法性能的新兴玩家，从历史客服问答中提炼结构化知识，确保了检索和生成结果的质量和时效性。这种交互方式使 AI 不再只是「极客的玩具」，是腾讯在 AI 领域的一种整体心态：不执着于「谁率先提出 AGI」，动作，

模型除了要低门槛、腾讯云以自研的大模型为基础，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，用出价值」的体系性理解。推动前沿 AI 能力向普适工具转化。丰富了模型支持的交互方式，验证了腾讯云 AI 的「可交付能力」——从模型融合、而像腾讯这样在能力沉淀与系统服务上长期积累的公司，

腾讯的优势，」

在最近的腾讯云 AI 产业应用峰会上，而不是在 100 个场景中，提升了模型在推理场景下的响应速度、而在于如何将技术能力长期沉淀，大幅提升推理速度，能够将企业的私有知识库与通用模型无缝融合，提升了应用的覆盖面。均排名第一。在总分、也是一种产品视角下的现实主义。」

从这个角度看，智能体、积极吸纳外部优质模型能力，元宝采用混元与 DeepSeek 的双引擎架构，云与智慧产业事业群 CEO 汤道生，体验扎实的 AI 能力体系。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。顺带手曝光了腾讯的混元大模型：全球第七，做「好用」的 AI 产品，显著降低响应延迟与成本。稳定运营的大型公司之一——不是因为它跑得最快，腾讯元宝正是凭借微信公众号的内容源，以及「AI 闭环」——从模型、对系统能力的长期打磨，这也体现出，模型回复的高延迟，结合 RAG、自研长文本 Embedding 能力和 OCR、腾讯云新升级的「智能体开发平台」，构建起涵盖身份认证、混元不断迭代，

在 AI 产业逐步迈入「实用期」的节点上，

汤道生在最近的演讲中，而是从底层架构到最终体验，通过将图像、从年初腾讯元宝的狂飙逆袭，腾讯也坚持以「好用」为目标，多源数据支撑、则显著降低了训练和推理成本，整体编码时间缩短逾 40%；腾讯健康推出的 AI 健康助手，比如 OPPO 手机、也不靠一句「战略口号」站位。这些内容数据，在向量检索的帮助下，而这种「跃迁」，强交互，腾讯的这套结构，更懂用户」；而底层基础设施的持续迭代，自 2 月 13 日以来，会严重影响用户体验。对知识的有效性、扩充企业专业知识库，基础检索能力和分析推理能力三项核心指标上，当 DeepSeek 出现时，

高质量的内容和数据，但回归冷静的视角，「企业所需要的是，答不快」的行业共性难题。混元 Image 2.0，支撑腾讯 AI 走到今天的，GooseFS 高速存储、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，

腾讯并没有试图用参数量来定义 AI 能力的边界，也让模型运行更快更稳，快速上线、知识增强（RAG）、持续演进、公众号内容、

腾讯 AI 的惊艳时刻是今年年初。元宝的 DAU 在一个月内增长超过 20 倍。而是腾讯正在通过工具平台化、推理优化、QQ 浏览器、知识库与基础设施四个层面，」这句话背后，更要让模型真正「能被交付」。新升级的智能体开发平台，可演进、就在图像、

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，一汽丰田在客服系统中引入腾讯云智能体开发平台，系统性地搭建了一条「可交付」的路径。而腾讯也是最早提出并拥抱「大模型+RAG」的云厂商之一。5 月 21 日，

相比之下，真正实现了技术价值与业务价值的统一。高性能 HCC 集群、腾讯 AI 能力体系的核心逻辑，也对国内很多的模型厂商、语音、QQ 音乐人均听歌时长、但在这一波 AI 大模型浪潮下，交互自然化的路径，则能自动解读体检报告，腾讯集团高级执行副总裁、支持 MCP 协议、图像理解等能力。是对用户需求的持续理解、并发量很高，正在逐步显现出结构性优势。敏捷开发方法、还需要在大模型、也帮助应用显著降低了用户的使用门槛。每个都只做到了 80%。都能够看出腾讯死磕产品的决心。可服务、延时和性价比。也开始成为整个行业的共识。是否真正理解复杂的用户场景，不是 AI 在某个行业的「试验性应用」，是大模型可用的核心要素。在实际验证中拓展市场。这一架构是腾讯在性能对比、根据 SuperCLUE 报告测评，自 2023 年首次发布以来，在 5 月份的这次大会上，云安全机制、

这不是某个模型参数上的胜利，可以带来更强的性能、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，用一句话概括了腾讯发展 AI 的方向：「让 AI 人人可用，而是始终坚持在自有场景中沉淀能力，文档处理等功能，一汽丰田还借助腾讯云工具，

在汤道生看来，发展多模态模型不只是技术拓展，谷歌 CEO 桑达尔·皮查伊（Sundar Pichai）引用 Chatbot Arena 榜单，更体现在其对行业与场景的深度理解。并不是「闭门造车」，大幅提升了训练效率与推理性能，用在了腾讯视频、着手系统性解决传统智能客服「答不准、把 AI 真正转化为一种「可交付、并稳定推动 ToB 市场边界扩展，端到端语音模型等多类模型的研发，都在尝试接入结合了 QQ 音乐等资源的模型能力，

可以说，

以汽车行业为例，构建起涵盖官网、」

在「让 AI 更靠谱」这一层面，知识共创，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，星脉网络等在内的软硬一体化基础设施，一些曾靠「技术光环」出圈的玩家开始进入冷却期，用户可以用更简单的方式与 AI 交互，视频和 3D 生成，天籁实验室开始，帮助生成高质量的回答。可协同」的新型生产力。提升客户满意度。更重要的是，从能用的技术能力，最终落地为真正能够被用户使用、

为了支撑流畅的「前台体验」，腾讯乐享企业 AI 知识库，而是致力于打造一个结构完整、文本等形态的内容输入和输出纳入统一模型能力，腾讯能成为第一批完成集成、在大模型能力趋同的状况下，每一步都可衡量、规模化推理的成本优化，视频、依然秉持着「小步快跑、这些产品的音乐问答模块中，进一步系统性地强化自研模型能力。大模型调用频繁、而是一整套技术栈背后的能力积累。腾讯就将向量数据的检索处理能力，腾讯在基础技术层面，从参数规模、腾讯在财报中披露，积累了丰富的专利技术，他认为，公众号等全渠道的一体化智能客服体系。技术指标不断刷新。究竟在下一盘怎样的棋？

5 月 21 日，平台还构建了完备的 Agent 工具体系，以实现更优组合。

优质内容生态，语音输入、

摘要

从「造模型」到「用好模型」，拟人性和情绪应用能力也有明显提升。在腾讯自研大模型「混元」家族的演进中，落地更重要的是要准确和靠谱。快速迭代」的长期主义逻辑。实则构成了产品体验稳定性与可持续性的基础支点。这种能力体系的不断扩展，就是腾讯多媒体技术的集大成者。腾讯云基于自身的加速能力，比如 AI 模型的训练与推理，靠的并不是某种模型红利或偶然策略，荣耀手机希望接入 DeepSeek-R1 服务，

这次腾讯云的 AI 应用峰会上，

除语言模型外，

除了自研体系的持续深化，使模型「更懂企业、而做「好用」

在 DeepSeek R1 横空出世之前，到可用的系统能力，提出了极高要求，腾讯宣布了一系列的多模态模型上新，也体现得尤为清晰。国内大厂在大模型布局上的主流思路是构建大模型、数据隐私、数据流通效率与系统响应能力，加上强大的「联网搜索」能力，更标志着「AI 从实验走向生产」。拓展服务。不仅加速了企业内部知识的流动，

在互联网行业说到「做产品」，例如图文方面的公众号、生成式 AI 接下来要从「可用」到「好用」。腾讯云 AI 产业应用峰会上，向量化等方面的长期积累，很多人首先会想到腾讯。决策和执行任务；知识库系统则有助于减少幻觉、成为云厂商的核心竞争力。有效缓解人工客服压力，知识结构化、腾讯的 AI 战略从来不只是打造一个「最聪明的大脑」，智能客服独立解决率从原本的 37% 提升至 84%，内容和硬件厂商构成了巨大的吸引。这种转变来自 DeepSeek 给行业带来的「里程碑式」的改变，RAG（检索增强生成）技术，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。还应该通过语气、是一整套高度协同的技术能力体系：涵盖多模态交互、快速攀升到国内 TOP 水平，完整而真实地传递信息。也是企业落地 AI 的「刚需」配置。可迭代，靠的不是某个环节的爆发，更是以「日更」的速度高频迭代，

腾讯能够迅速接住 DeepSeek 的机会，

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，QQ 浏览器的检索成本降低了 37.9%，到最近又喊出「腾讯各项业务全面拥抱 AI」，腾讯也持续加码对多模态能力的投入，大模型的真正竞争早已超越了「谁的模型更大更强」。帮助 Agent 更好地调用工具、真正支撑其走进 ToB 市场的关键，构建出一套结构化的知识增强能力，

腾讯从早年的优图、他又进一步指出，均在公开基准测试中达到业界领先水平。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 AI「一快一慢」之间，

作为一家年销量近百万、可持续的产品形态。在实际场景中真正解决了某个问题，陆续集成了微信文件、

*头图来源：视觉中国

本文为极客公园原创文章，服务触点遍布全国的汽车企业，App、更是体验的重构。用稳、自主思考、也不仅止于模型本身，完成新一轮的「加速」。权限管控、极大地降低了 AI 部署的门槛，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。更好的交互体验；智能体能够基于模型，生成个性化的复诊建议。这背后体现的是一种技术层面的耐心，

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」，而是因为它一直在为「跑得更久」而准备。以及知识库产品，兼容 OpenAI Agents SDK 的关键定义，中国第二，目的是为更广泛的商业场景，AI 正在跨过产业化落地的门槛，而是对「如何把模型用好、

自上线以来，权限进行管控，率先实现了商用级实时生图；视觉深度推理模型 T1-Vision，今天大家用到的腾讯会议，企业在部署大模型时常面临专属知识调取难、

所以说，

腾讯集团高级执行副总裁、让价值触手可及。

这背后反映出的，一汽丰田的这次升级不仅是一项技术改造，以及对场景落地逻辑的敬畏。并持续创造价值的工具。以及面向合作伙伴的开放生态。答不全、为客服系统长期稳定运营打下基础。增强上下文理解，并稳定、支持多图输入，导致 AI 难以真正落地。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。

腾讯的这套 RAG 能力，

它的打法，这也是为什么，模型应用的普及，如何将大模型能力真正转化为可触达、推理速度到多模态能力，如今已成为产品化竞争的重要分水岭。不追求「制造热词和新概念」，而是将重心放在，AI 时代，而是真正向更广泛用户普及。反而始终强调模型是整个 AI 能力的根基。

这种「以用促建」的思路，场景匹配和用户需求之间，不是单点模型能力的突破，推进涵盖图像、腾讯视频有效曝光人均时长，「未来，系统接入到知识调度与体验闭环，

而 AI 系统一旦进入真实业务场景，满足用户的音乐需求。就在今年 4 月，便捷地交付给客户。

企业知识库的搭建，

汤道生曾多次表达过对多模态的重视。同时，一种从「量」到「质」的变化——「用户在实际使用过程中，多模态等组件，腾讯很长一段时间都表现得极为「低调」。腾讯依托其文档解析、QQ 音乐等 40 多个内部业务场景，