從「造模型」到「用好模型」，騰訊想做 AI 落地的那雙手
在過去一年 AI 產(chǎn)業(yè)的劇烈演進中，「大模型」幾乎成為所有討論的核心。從參數(shù)規(guī)模、推理速度到多模態(tài)能力，技術(shù)指標不斷刷新。但回歸冷靜的視角，大模型的真正競爭早已超越了「誰的模型更大更強」。站在 2025 年的時間節(jié)點上，決定勝負的關(guān)鍵在于：是否能夠持續(xù)構(gòu)建有價值的模型能力，是否真正理解復(fù)雜的用戶場景，并最終將這些能力轉(zhuǎn)化為「好用」的產(chǎn)品。
在互聯(lián)網(wǎng)行業(yè)說到「做產(chǎn)品」，很多人首先會想到騰訊。但在這一波 AI 大模型浪潮下，騰訊很長一段時間都表現(xiàn)得極為「低調(diào)」。甚至很多人是通過谷歌 I/O 開發(fā)者大會，才發(fā)現(xiàn)騰訊混元已經(jīng)站到了全球模型第一梯隊。在 5 月份的這次大會上，谷歌 CEO 桑達爾·皮查伊（Sundar Pichai）引用 Chatbot Arena 榜單，順帶手曝光了騰訊的混元大模型：全球第七，中國第二，僅次于 DeepSeek。
騰訊 AI 的驚艷時刻是今年年初。DeepSeek 火爆出圈之后，騰訊一反常態(tài)，第一個高調(diào)快速接入；旗下的 AI 原生應(yīng)用「元寶」，更是以「日更」的速度高頻迭代，日活在短短兩三個月，快速攀升到國內(nèi) TOP 水平，這和此前「不緊不慢」狀態(tài)判若兩人。騰訊 AI「一快一慢」之間，究竟在下一盤怎樣的棋？
5 月 21 日，騰訊云 AI 產(chǎn)業(yè)應(yīng)用峰會上，騰訊集團高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群 CEO 湯道生，用一句話概括了騰訊發(fā)展 AI 的方向：「讓 AI 人人可用，讓價值觸手可及。」這句話背后，是騰訊在 AI 領(lǐng)域的一種整體心態(tài)：不執(zhí)著于「誰率先提出 AGI」，不追求「制造熱詞和新概念」，而是致力于打造一個結(jié)構(gòu)完整、持續(xù)演進、體驗扎實的 AI 能力體系。
這套體系的核心，不在某一項指標上的「單打」，而在于「模型與產(chǎn)品的協(xié)同演進」。騰訊并不回避模型的重要性，反而始終強調(diào)模型是整個 AI 能力的根基。就在今年 4 月，騰訊正式組建「大語言模型部」和「多模態(tài)模型部」，進一步系統(tǒng)性地強化自研模型能力。這也體現(xiàn)出，騰訊在基礎(chǔ)技術(shù)層面，依然秉持著「小步快跑、快速迭代」的長期主義邏輯。
騰訊的優(yōu)勢，也不僅止于模型本身，而在于如何將技術(shù)能力長期沉淀，最終落地為真正能夠被用戶使用、并持續(xù)創(chuàng)造價值的工具。這背后體現(xiàn)的是一種技術(shù)層面的耐心，也是一種產(chǎn)品視角下的現(xiàn)實主義。
01
騰訊 AI 打法的核心：不追「最大」，而做「好用」
在 DeepSeek R1 橫空出世之前，國內(nèi)大廠在大模型布局上的主流思路是構(gòu)建大模型、大參數(shù)，以及「AI 閉環(huán)」——從模型、工具到應(yīng)用場景實現(xiàn)全鏈條的自給自足。
相比之下，騰訊的策略顯得更加務(wù)實：不是一味地追求參數(shù)規(guī)模的競賽，而是將重心放在，如何將大模型能力真正轉(zhuǎn)化為可觸達、可服務(wù)、可持續(xù)的產(chǎn)品形態(tài)。從年初騰訊元寶的狂飆逆襲，到最近又喊出「騰訊各項業(yè)務(wù)全面擁抱 AI」，都能夠看出騰訊死磕產(chǎn)品的決心。而如今，做「好用」的 AI 產(chǎn)品，也開始成為整個行業(yè)的共識。
在湯道生看來，這種轉(zhuǎn)變來自 DeepSeek 給行業(yè)帶來的「里程碑式」的改變，一種從「量」到「質(zhì)」的變化——「用戶在實際使用過程中，切實感受到了 AI 的『可用性』在進一步提升，AI 正在跨過產(chǎn)業(yè)化落地的門檻，站在普及應(yīng)用的全新節(jié)點上?！?/p>
在最近的騰訊云 AI 產(chǎn)業(yè)應(yīng)用峰會上，他又進一步指出，生成式 AI 接下來要從「可用」到「好用」。而這種「躍遷」，還需要在大模型、智能體、知識庫與基礎(chǔ)設(shè)施四個層面，完成新一輪的「加速」。
騰訊集團高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群 CEO 湯道生丨來自：騰訊云
具體來看，模型能力的持續(xù)優(yōu)化，可以帶來更強的性能、更好的交互體驗；智能體能夠基于模型，自主思考、決策和執(zhí)行任務(wù)；知識庫系統(tǒng)則有助于減少幻覺、增強上下文理解，使模型「更懂企業(yè)、更懂用戶」；而底層基礎(chǔ)設(shè)施的持續(xù)迭代，則顯著降低了訓(xùn)練和推理成本，提升了系統(tǒng)響應(yīng)速度。騰訊的這套結(jié)構(gòu)，背后是其在產(chǎn)品化和服務(wù)化過程中對「可用性」理解的持續(xù)積累。
這種「以用促建」的思路，在騰訊自研大模型「混元」家族的演進中，也體現(xiàn)得尤為清晰。自 2023 年首次發(fā)布以來，混元不斷迭代，技術(shù)能力不斷提升：今年以來相繼推出快思考模型 Turbo S 和深度思考模型 T1，均在公開基準測試中達到業(yè)界領(lǐng)先水平。
除語言模型外，騰訊也持續(xù)加碼對多模態(tài)能力的投入，推進涵蓋圖像、視頻和 3D 生成，以及圖像理解、端到端語音模型等多類模型的研發(fā)，目的是為更廣泛的商業(yè)場景，提供全面的 AI 支撐。這種能力體系的不斷擴展，豐富了模型支持的交互方式，也幫助應(yīng)用顯著降低了用戶的使用門檻。
除了自研體系的持續(xù)深化，騰訊也堅持以「好用」為目標，積極吸納外部優(yōu)質(zhì)模型能力，以實現(xiàn)更優(yōu)組合。這一策略最早可以在「騰訊元寶」這款通用 AI 助手中窺見端倪。元寶采用混元與 DeepSeek 的雙引擎架構(gòu)，是國內(nèi)最早接入 DeepSeek 模型的大廠產(chǎn)品之一。這一架構(gòu)是騰訊在性能對比、場景匹配和用戶需求之間，所做出的策略性融合選擇。
自上線以來，騰訊元寶保持高頻迭代，陸續(xù)集成了微信文件、公眾號內(nèi)容、語音輸入、文檔處理等功能，并支持聯(lián)網(wǎng)搜索、圖像理解等能力。表面看是細節(jié)的打磨，實則構(gòu)成了產(chǎn)品體驗穩(wěn)定性與可持續(xù)性的基礎(chǔ)支點。騰訊在財報中披露，自 2 月 13 日以來，元寶的 DAU 在一個月內(nèi)增長超過 20 倍。
這不是某個模型參數(shù)上的勝利，而是一種「以交付為目標」的系統(tǒng)能力體現(xiàn)。
騰訊也持續(xù)在多個自有場景中驗證這一體系的有效性：騰訊會議的 AI 助手可基于實時與歷史內(nèi)容生成會議摘要和建議；騰訊云代碼助手 CodeBuddy 已覆蓋公司超過 85% 的開發(fā)員工，顯著提升開發(fā)效率，整體編碼時間縮短逾 40%；騰訊健康推出的 AI 健康助手，則能自動解讀體檢報告，生成個性化的復(fù)診建議。
可以說，騰訊的 AI 戰(zhàn)略從來不只是打造一個「最聰明的大腦」，而是始終致力于構(gòu)建一個「真正能派上用場的助手」。
02
從「能用」到「好用」：打造一整套可交付的 AI 體系
實現(xiàn)從「能用」到「好用」，靠的不是某個環(huán)節(jié)的爆發(fā)，而是一整套技術(shù)棧背后的能力積累。
騰訊并沒有試圖用參數(shù)量來定義 AI 能力的邊界，而是從底層架構(gòu)到最終體驗，系統(tǒng)性地搭建了一條「可交付」的路徑。這背后，是一整套高度協(xié)同的技術(shù)能力體系：涵蓋多模態(tài)交互、推理優(yōu)化、知識增強（RAG）、多源數(shù)據(jù)支撐、高并發(fā)處理、云安全機制、敏捷開發(fā)方法、用戶洞察機制，以及面向合作伙伴的開放生態(tài)。
高質(zhì)量的內(nèi)容和數(shù)據(jù)，是大模型可用的核心要素。在大模型能力趨同的狀況下，也將是未來 AI 產(chǎn)品力競爭的核心領(lǐng)域，這也恰恰是騰訊最能發(fā)揮獨特優(yōu)勢的地方。
騰訊有豐富的內(nèi)容資源，例如圖文方面的公眾號、騰訊新聞、微信讀書；視頻領(lǐng)域的視頻號和騰訊視頻；還有專業(yè)領(lǐng)域的騰訊醫(yī)典這樣的權(quán)威醫(yī)學(xué)科普。這些內(nèi)容數(shù)據(jù)，可以作為模型調(diào)取的優(yōu)質(zhì)信源，幫助生成高質(zhì)量的回答。騰訊元寶正是憑借微信公眾號的內(nèi)容源，加上強大的「聯(lián)網(wǎng)搜索」能力，確保了檢索和生成結(jié)果的質(zhì)量和時效性。根據(jù) SuperCLUE 報告測評，在 10 家接入 DeepSeek-R1 的平臺中，元寶的聯(lián)網(wǎng)搜索能力最強，在總分、基礎(chǔ)檢索能力和分析推理能力三項核心指標上，均排名第一。
優(yōu)質(zhì)內(nèi)容生態(tài)，也對國內(nèi)很多的模型廠商、內(nèi)容和硬件廠商構(gòu)成了巨大的吸引。比如 OPPO 手機、小米智能音響等，這些產(chǎn)品的音樂問答模塊中，都在嘗試接入結(jié)合了 QQ 音樂等資源的模型能力，滿足用戶的音樂需求。
多模態(tài)能力一度被視為通向 AGI 的必由之路，如今已成為產(chǎn)品化競爭的重要分水嶺。也是騰訊厚積薄發(fā)，勢必要拿下的關(guān)鍵戰(zhàn)場。
湯道生曾多次表達過對多模態(tài)的重視。他認為，現(xiàn)實世界是一個由多維信息構(gòu)成的復(fù)雜系統(tǒng)?！肝磥?，AI 要像人一樣具備視覺和聽覺，才能立體且完善地理解世界；在文字之外，還應(yīng)該通過語氣、動作，完整而真實地傳遞信息。」
從這個角度看，發(fā)展多模態(tài)模型不只是技術(shù)拓展，更是體驗的重構(gòu)。通過將圖像、語音、視頻、文本等形態(tài)的內(nèi)容輸入和輸出納入統(tǒng)一模型能力，用戶可以用更簡單的方式與 AI 交互，并得到更豐富的結(jié)果，從而顯著降低使用門檻。這種交互方式使 AI 不再只是「極客的玩具」，而是真正向更廣泛用戶普及。
模型除了要低門檻、強交互，落地更重要的是要準確和靠譜。湯道生之前也說，「企業(yè)所需要的是，在實際場景中真正解決了某個問題，而不是在 100 個場景中，每個都只做到了 80%?！?/p>
在「讓 AI 更靠譜」這一層面，RAG（檢索增強生成）技術(shù)，被廣泛認為是短期內(nèi)提升模型準確性和上下文理解力的有效路徑。而騰訊也是最早提出并擁抱「大模型+RAG」的云廠商之一。騰訊依托其文檔解析、向量化等方面的長期積累，構(gòu)建出一套結(jié)構(gòu)化的知識增強能力，能夠?qū)⑵髽I(yè)的私有知識庫與通用模型無縫融合，有效降低幻覺率，提高業(yè)務(wù)理解深度。這也為企業(yè)客戶構(gòu)建定制化 AI 助手提供了底層保障。
騰訊的這套 RAG 能力，同樣源自過去多年的技術(shù)累積和海量應(yīng)用實踐。早在 2019 年，騰訊就將向量數(shù)據(jù)的檢索處理能力，用在了騰訊視頻、QQ 瀏覽器、QQ 音樂等 40 多個內(nèi)部業(yè)務(wù)場景，每天處理超過 1600 億次請求。在向量檢索的幫助下，QQ 瀏覽器的檢索成本降低了 37.9%，QQ 音樂人均聽歌時長、騰訊視頻有效曝光人均時長，都有了明顯的提升。
為了支撐流暢的「前臺體驗」，背后的基礎(chǔ)設(shè)施能力是決定規(guī)模化落地的隱性門檻。比如 AI 模型的訓(xùn)練與推理，對算力資源調(diào)度、數(shù)據(jù)流通效率與系統(tǒng)響應(yīng)能力，提出了極高要求，騰訊通過構(gòu)建包括騰訊云 TI 平臺、高性能 HCC 集群、GooseFS 高速存儲、星脈網(wǎng)絡(luò)等在內(nèi)的軟硬一體化基礎(chǔ)設(shè)施，大幅提升了訓(xùn)練效率與推理性能，顯著降低響應(yīng)延遲與成本。
而 AI 系統(tǒng)一旦進入真實業(yè)務(wù)場景，數(shù)據(jù)隱私、權(quán)限管控、可追溯性等問題將成為客戶最關(guān)心的底層風(fēng)險。騰訊也借助其服務(wù)億級用戶所積累的系統(tǒng)調(diào)度與安全能力，構(gòu)建起涵蓋身份認證、數(shù)據(jù)隔離、權(quán)限分級、加密傳輸?shù)饶K的完整安全體系。相比一些只專注算法性能的新興玩家，這種「老業(yè)務(wù)帶來的系統(tǒng)經(jīng)驗」成為騰訊 AI 能夠深入復(fù)雜行業(yè)場景的底層壁壘。
所以說，騰訊 AI 能力體系的核心邏輯，并不只是追求模型本身的「最強」，更要讓模型真正「能被交付」。從能用的技術(shù)能力，到可用的系統(tǒng)能力，再到好用的產(chǎn)品體驗，推動前沿 AI 能力向普適工具轉(zhuǎn)化。這也是為什么，當(dāng) DeepSeek 出現(xiàn)時，騰訊能成為第一批完成集成、快速上線、穩(wěn)定運營的大型公司之一——不是因為它跑得最快，而是因為它一直在為「跑得更久」而準備。
03
從自用到共建：騰訊云如何推動 AI 在 B 端落地
騰訊在 AI 領(lǐng)域的打法，并不是「閉門造車」，而是始終堅持在自有場景中沉淀能力，在實際驗證中拓展市場。真正支撐其走進 ToB 市場的關(guān)鍵，不是單點模型能力的突破，而是一整套「可交付」的體系構(gòu)建：不僅能把 AI「做出來」，更能把 AI「做成服務(wù)」，并穩(wěn)定、便捷地交付給客戶。
這次騰訊云的 AI 應(yīng)用峰會上，新升級的智能體開發(fā)平臺，以及知識庫產(chǎn)品，受到企業(yè)和開發(fā)者的關(guān)注。這些工具的出現(xiàn)，極大地降低了 AI 部署的門檻，提升了應(yīng)用的覆蓋面。
在全行業(yè)都很關(guān)注 AI 智能體的當(dāng)下，騰訊云新升級的「智能體開發(fā)平臺」，給企業(yè)提供了多種構(gòu)建智能體的模式和配套工具，首次實現(xiàn)了零代碼支持多 Agent 的轉(zhuǎn)交協(xié)同方式，大幅降低了智能體搭建的門檻。同時，平臺還構(gòu)建了完備的 Agent 工具體系，支持 MCP 協(xié)議、兼容 OpenAI Agents SDK 的關(guān)鍵定義，幫助 Agent 更好地調(diào)用工具、拓展服務(wù)。
企業(yè)知識庫的搭建，也是企業(yè)落地 AI 的「剛需」配置。騰訊樂享企業(yè) AI 知識庫，能夠打破部門與層級壁壘，對知識的有效性、更新時間、權(quán)限進行管控，同時支持多人協(xié)作、知識共創(chuàng)，不僅加速了企業(yè)內(nèi)部知識的流動，也讓 AI 能夠更好地管理和應(yīng)用企業(yè)知識，生產(chǎn)出更高質(zhì)量的內(nèi)容。
除此之外，模型應(yīng)用的普及，對算力的需求也從訓(xùn)練轉(zhuǎn)向推理。規(guī)?；评淼某杀緝?yōu)化，成為云廠商的核心競爭力。騰訊云也通過 IaaS 層與工具層協(xié)同優(yōu)化，提升了模型在推理場景下的響應(yīng)速度、延時和性價比。
湯道生在最近的演講中，專門提到了他們幫助榮耀手機高效部署 DeepSeek 的成功用例。榮耀手機希望接入 DeepSeek-R1 服務(wù)，但隨著手機里的 AI 功能越來越多，大模型調(diào)用頻繁、并發(fā)量很高，模型回復(fù)的高延遲，會嚴重影響用戶體驗。騰訊云基于自身的加速能力，幫助榮耀部署了 DeepSeek-R1 滿血版服務(wù)，使得模型推理吞吐最高提效 54%，大幅提升推理速度，也讓模型運行更快更穩(wěn)，系統(tǒng)調(diào)度更順暢。
騰訊的 ToB 能力并不止于基礎(chǔ)設(shè)施支撐，更體現(xiàn)在其對行業(yè)與場景的深度理解。
以汽車行業(yè)為例，一汽豐田在客服系統(tǒng)中引入騰訊云智能體開發(fā)平臺，著手系統(tǒng)性解決傳統(tǒng)智能客服「答不準、答不全、答不快」的行業(yè)共性難題。在此前，企業(yè)在部署大模型時常面臨專屬知識調(diào)取難、生成內(nèi)容寬泛等技術(shù)瓶頸，導(dǎo)致 AI 難以真正落地。騰訊云以自研的大模型為基礎(chǔ)，結(jié)合 RAG、自研長文本 Embedding 能力和 OCR、多模態(tài)等組件，幫助一汽豐田結(jié)合自身專屬客服知識，構(gòu)建起涵蓋官網(wǎng)、App、小程序、公眾號等全渠道的一體化智能客服體系。
一汽豐田智能在線客服機器人對話丨來自：騰訊云
今年 1 月該系統(tǒng)上線后，智能客服獨立解決率從原本的 37% 提升至 84%，月均自動解答用戶問題超過 1.7 萬次，有效緩解人工客服壓力，提升客戶滿意度。更重要的是，一汽豐田還借助騰訊云工具，從歷史客服問答中提煉結(jié)構(gòu)化知識，擴充企業(yè)專業(yè)知識庫，為客服系統(tǒng)長期穩(wěn)定運營打下基礎(chǔ)。
作為一家年銷量近百萬、服務(wù)觸點遍布全國的汽車企業(yè)，一汽豐田的這次升級不僅是一項技術(shù)改造，更標志著「AI 從實驗走向生產(chǎn)」。它用切實可感的結(jié)果，驗證了騰訊云 AI 的「可交付能力」——從模型融合、系統(tǒng)接入到知識調(diào)度與體驗閉環(huán)，每一步都可衡量、可部署、可迭代，真正實現(xiàn)了技術(shù)價值與業(yè)務(wù)價值的統(tǒng)一。
這背后反映出的，不是 AI 在某個行業(yè)的「試驗性應(yīng)用」，而是騰訊正在通過工具平臺化、知識結(jié)構(gòu)化、交互自然化的路徑，把 AI 真正轉(zhuǎn)化為一種「可交付、可演進、可協(xié)同」的新型生產(chǎn)力。
在 AI 產(chǎn)業(yè)逐步邁入「實用期」的節(jié)點上，一些曾靠「技術(shù)光環(huán)」出圈的玩家開始進入冷卻期，而像騰訊這樣在能力沉淀與系統(tǒng)服務(wù)上長期積累的公司，正在逐步顯現(xiàn)出結(jié)構(gòu)性優(yōu)勢。
騰訊能夠迅速接住 DeepSeek 的機會，并穩(wěn)定推動 ToB 市場邊界擴展，靠的并不是某種模型紅利或偶然策略，而是對「如何把模型用好、用穩(wěn)、用出價值」的體系性理解。
它的打法，不依賴某一項「核心算法」，也不靠一句「戰(zhàn)略口號」站位。支撐騰訊 AI 走到今天的，是對用戶需求的持續(xù)理解、對系統(tǒng)能力的長期打磨，以及對場景落地邏輯的敬畏。
這，或許就是騰訊在 AI 時代真正構(gòu)筑起的長期護城河。
