腾讯混元大模子批量上新：10秒天生AI图像，逾越180个腾讯营业接入

发布时间：2025-03-06 03:46:14 来源：削月鸿信网 作者：娱乐

原问题 ：腾讯混元大模子批量上新：10秒天生AI图像
，腾讯I图腾讯逾越180个腾讯营业接入 | 最前方

揭开大模子“混元”的混元面纱两个月后，10月26日，大模腾讯混元迎来第一次“批量上新” ，批量而且对于外凋谢 。上新生

首先
，秒天经由测试恳求的像逾用户，都可能在“混元”上画画了——从天生图像的越个营业精确度 、美不雅度而言 ，接入如今混元搭载的腾讯I图腾讯“灵感”模块 ，已经能天生至关公平、混元传神的大模图像。

文生图是批量AIGC规模的中间技术之一，也是上新生展现通用大模子能耐的试金石，对于模子算法、秒天磨炼平台 、算力配置装备部署都有较高的要求。在用户侧，这又是一个以及广漠用户分割详尽的运用进口。

智能泛起试验用重大的指令让混元绘图 ，天生速率根基在10秒摆布，下场可能说气焰各异 ，细节比此前加倍丰硕 。

源头：混元助手

假如指令更重大一点呢？

手部细节是可能说是文生图的一个难点。但在输入弹奏古筝的指令后 ，如图所见，手部细节可能说比力传神，不泛起多指、扭曲等下场 。

源头：混元助手

文生图能耐降级
：不光要美，更紧张的是“对于”

这两个月，混元在文生图规模的技术研发目的 ，用一句话可能总结：“AI图像不光要美 ，更紧张是的是‘对于’ 。”腾讯混元大模子文生图技术负责人芦清林展现。

首先要把用户的指令清晰对于  。在大模子的指令上，混元如今对于中文里的意象清晰也有所后退 
，接管了中英文双语细粒度的模子
 ，同时建模中英文妨碍双语清晰。好比，输入“轻舟已经过万重山，水墨画气焰”，就能患上到下面的图片 ：

源头：混元

能画患上更“对于” ，也源头于腾讯在磨炼历程中的一些算法立异 。

“在人像上的天生正当性上  ，咱们把人物分说红肢体以及手的数据 ，以及人体的骨架信息都退出到磨炼中 ，而手指头天生的部份情景也用了多种方式操作，这样畸形率会比力低 。”腾讯混元大模子文生图技术负责人芦清林展现 。

而画面细节的提升，来自多种因素的总以及，好比人物衣服褶皱、颜色层粗等等——混元用多模子融会的方式
，来对于其妨碍后退
。

从前
，文生图产物用的老例散漫模子是基于CNN等技术架构，特色是比力部份 ，对于部份的妄想以及形貌能耐不那末强。但如今，混元是基于散漫模子以及Transformer架构相散漫，可能形貌更多细节 ，而且对于空间位置的定位能耐也有增强。

“当初在人像的优化上，好比头发、皱纹 ，咱们的下场提升了30%
，在场景模子，好比草木、涟漪
，下场提升25%。”芦清林估算。

逾越180个腾讯营业接入
，为广告提效清晰

除了千亿参数的主模子 ，腾讯混元这次也释出了7B、13B等中小模子 ，主要面向垂直营业。

腾讯机械学习平台负责人康战辉展现，当初千亿级此外混元模子磨炼  ，波及了逾越了2.5T的数据。而最近一个多月
，混元大模子能耐提升比力大的在代码能耐以及数据推理 ，下场较此前有20%的提升。而且，对于话高下文窗口 ，也从原本的4K ，中小模子可能长至16K
。

而第三季度 ，可能说是国内大模子规模的关键节点——搜罗baidu、讯飞在内的各家厂商都不约而合地陈说对于标GPT-3.5的妨碍 。

在这个层面
，腾讯展现，如今混元的千亿级主模子，中文下场部份逾越GPT3.5 
，而7B/13B中小模籽实测下场部份优于国内外开源模子 ，如LLaMA2等
。

康战辉特意指出了缩短比这一参数——划一下场下 ，混元仅需较少的tokens ，磨炼功能更高。如今 ，基于 
，基于探真技术
，混元大模子的幻觉率也着落了30%-50% 。

而基于这些模子 ，大模子接入营业的方式既有API接入，也有基于混元妨碍精调后再部署。

在9月刚宣告时 ，腾讯惟独约60个营业接入
，但两个月之后，这个数字酿成为了180个
。

腾讯外部种种规范的营业，可能看做大模子落地的切面
。

腾讯机械学习平台负责人康战辉展现，其中60多个营业是基于混元做精调，好比腾讯团聚、腾讯文档 、企业微信 、腾讯广告等
。

而能落地的功能也越来也多。好比最近，QQ浏览器就基于腾讯混元推出了“PDF浏览助手”，具备智能摘要
、智能问答以及多轮提问等功能。

可能看出 ，大模子落地已经到了一个新阶段  。业内对于大模子落地的品评辩说，也已经从参数目，进一步到更详细的模子选型——用大模子仍是小模子 ？若何更着实地飞腾模子运用老本？

康战辉介绍
 ，之后腾讯外部营业的运用良多仍因此下场为主。但每一个营业都市凭证自己的实际情景以及场景 ，来抉择适宜模子。“好比广告确定要统筹老本 ，这是很重大、务实的抉择。”

当初
，已经有来自批发
、教育 、金融、医疗、传媒、交通、政务等多个行业的客户，经由腾讯云调用腾讯混元大模子API
，运用规模波及智能问答、内容创作、数据合成、代码助手等多个场景。这些营业里
，既有运用千亿模子  ，也有接管小模子，概况混合模子方式。

其中 ，腾讯广告既是腾讯的中间营业之一，在大模子运用上也是走在前线的营业 。

最先，腾讯就在广告场景妨碍AI自动天生图像的探究 ，如今腾讯混元的文生图在人像着实感、场景着实感上有比力清晰的优势
。

“对于搜罗传统广告的素材 、创意天生 、广告链路推选等等，如今咱们也能用混元来妨碍天生 。”康战辉说 。

而经由实测数据不断迭代，相较Midjourney等文生图的标杆模子，混元对于广告营业的提升已经有清晰优势 。“经由多少个月的攻坚 ，咱们比MJ在广告场景的运用清晰好一些，评测的goodcase率要比MJ高10个点摆布，广告主测评接管率混元比MJ高48% 。”康战辉泄露。

此外，混元代码 、数学能耐大幅提升后，之后也已经能在软件研发、学习等关键提供更多辅助。之后
 ，腾讯混元代码处置水平提升逾越20% ，代码处置下场在实测中高于ChatGPT 6.34% ，在HumanEval果真测试集目的上逾越Starcoder、Codellama等业界头部开源代码大模子。

惟独输入重大的指令如“帮我用前端语言实现一个饕餮蛇”，腾讯混元便能自动天生可运行的代码 ，快捷制作出一个饕餮蛇小游戏 。

源头：腾讯

此外，腾讯混元还反对于Python、C++ 、Java、Java等多种语言的指令天生 ，好比输入“用Python画红色的心形线”
，腾讯混元也会提供代码库抉择、装置命令 、绘制代码等详细操作步骤的指引。

当初，腾讯外部已经有多个开拓平台接入了腾讯混元大模子，工程师们可能运用腾讯混元来妨碍代码天生、代码补全、代码倾向检测以及修复 、表格数据处置
、数据库查问等使命 。返回搜狐，魔难更多

责任编纂：

相关文章