小编：摘要从“制作模型”到“使用模型良好”，Tencent希望与AI一起使用|编辑Lian Ran | Zheng Xuan在过去的一年中进行了AI
摘要从“制作模型”到“使用模型良好”，Tencent希望与AI一起使用|编辑Lian Ran |郑徐（Zheng Xuan）去年，“大型模型”几乎成为所有讨论的主要内容。从参数量表，多模式能力的识别速度，技术指标不断令人耳目一新。但是回到平静的角度来看，大型模型的真正竞争早已超过了“模型更大，更强大”。站在2025年之时，确定结果的关键是，如果您真的能够继续开发模型的重要功能，是否真的了解复杂的用户情况，并最终将这些功能更改为“简单”产品。在“制造产品”方面，许多人会想到腾讯。但是，在AI的大YouDelo浪潮中，Tencent长期以来一直是“低调”。通过Google I/O开发人员会议发现了许多人，Tencent Hunyuan达到了全球模型的第一个梯队。在5月的这次会议上，Google首席执行官Sundar Pichai引用了Chatbot Arena列表，并揭露了Tencent的Hunyuan模型：世界第七，第二位于中国，仅次于Deviceek。腾讯AI的惊人时刻是今年年初。在DeepSeek变得流行之后，Tencent变得异常，并且是第一个产生快速探访的人。 AI本地应用“ Yuanbao”在“太阳式“速度”时以高频率进行迭代。太阳 - 苏尼亚活动在短短两个月内迅速攀升至国内最高水平，这与以前的“不是太快或慢”状态完全不同。在云和智能行业业务集团的腾讯集团和首席执行官中，腾讯在句子中拥有AI的方向：“让所有人都可以使用AI并在这句话后面获得价值。”在AI领域的一般思想：不痴迷于“谁首先提出AGI”，而不是追求“创建热门单词和新概念”，而是专注于创建具有完整结构，连续进化和稳定体验的AI的能力系统。该系统的核心不是特定指标中的“单个”，而是“模型和产品的协调演变”。腾讯无法避免模型的重要性，Ofunit始终强调模型是AI全部能力的基础。直到今年4月，腾讯才正式开发了“大语言模型部”和“多模型部门”，以进一步加强自我开发的能力。它还反映了腾讯仍然遵循基本技术层面上“小步骤和快速复发”的长期逻辑。腾讯的好处不仅限于模型本身，而且如何长期积累技术能力，并最终将其作为T用户可以真正使用并继续创建价值的OOL。从产品的角度来看，它的背后是一种技术耐心和一种现实主义。 01 Tencent AI Playang核心的核心：不追逐“大”，而是“易于使用”。在DeepSeek R1出现之前，大型国内制造商的主要思想是开发大型模型，大参数和“ AI封闭循环” - 从型号，应用程序场景工具，以实现整个链中的自给自足。相比之下，腾讯的方法似乎更务实：这不仅仅是追逐大小参数的竞争，还关注如何真正改变大型模型能力以触及，触及，触及和可持续的产品形式。从腾讯Yuanbao在今年年初的疯狂反击到最近对“ AI对他所有业务的全面拥抱”的大喊大叫，Tencent决定与他的产品作斗争的决定。现在，也制作“简单” AI产品开始在整个行业中达成共识。 sa pananaw ni tang daosheng，ang pagbabagong ito ay nagmula sa pagbabago na“ milet” pagkakaroon“ ng ai a a a a ai a a ai a a kamakailang tencent tencent cloud ai行业应用峰会，sinabi na na an an an an an an an an an an an an an an an an an an ang pupunta mula sa“ magagamit” magagamit“ hanggang” madaling'使用。思考，做出决策并进行基于themodel的活动；ed。腾腾结构的背后是理解劳动和服务过程中的“存在”的持续积累。在腾讯的“ huanyuan”家族的自发展自我开发模型的发展中，“使用用途促进建筑”的想法也很明显。自2023年首次发行以来，Hunyuan一直在公司中加入，其技术能力继续提高：因为今年，Turbo S的快速思维模型和T1 Model T1推出了速度，这两个模型都达到了ITS的行业水平，导致了公共台面。除了语言模型外，腾讯还继续增加其对多模式功能的投资，促进许多涵盖图像，视频和3D代的模型的研究和开发，并了解图像，端到端语音模型，旨在为更广泛的业务方案提供全面的AI支持。能力系统的持续扩展增强了相互作用VE模式支持的模式，并帮助应用程序大大降低了用户阈值。除了持续加深自我开发系统外，腾讯还断言了“易于使用”的目标，并积极吸收模型的外部质量能力，以实现更好的组合。这种方法首先是AI的总助理“ Tencent Yuanbao”。组织者采用了元和DeepSeek的双引擎建筑的混合，是中国最早访问DeepSeek模型的制造商之一。该体系结构是腾讯与性能，方案和用户需求相比，通过腾腾做出的战略合并选择。自启动以来，腾讯Yuanbao一直保持高频迭代，随后包括微信文件，官方帐户内容，语音输入，文档处理等以及支持网络搜索，图像理解和其他功能等功能。从表面上看，这是一个抛光细节，但实际上是基因评分产品稳定性和维护经验的主要支点。腾讯在财务报告中宣布，自2月13日以来，Yuanbao的Dau每月增长了20次。这在特定参数模型中不是成功，而是系统“针对交付”的能力。腾讯还继续证明该系统在许多情况下的有效性：腾讯会议AI助手可以提出基于实时和历史内容的会议和建议的摘要； Tencent Cloud CodeBuddy拥有超过85％的公司开发员工，这大大提高了开发和减少40％以上的整体编码时间的效率； Tencent Health的AI帮助AIS可以自动解释物理评估报告并产生个性化的后续建议。可以说，腾讯的AI方法不仅是要开发“明智的大脑”，而且始终专注于开发“ Assis”很容易使用的tant。 “ 02”从“可用”到“易于使用”：创建一组已交付的AI系统以实现从“可用”到“易于使用”，这不是特定链接的爆炸，而是一组完整的技术堆栈背后能力的积累。参数。参数。 (rag), multi-surce-sources, high-sources, high-sources, high-sources, high-sources-sources, cloud-sources of cloud-sources, cloud-end, cloud-ending security, cloud-sources of cloud-end, cloud-ending security, mgaMethods of developmental development, user view mechanisms, and an open ecosystem for partners. High quality content and data are the key elements that large models can use. With the linking在大型模型功能中，它也将是AI生产的主要区域T力量竞争，这是Tencent最好的发挥其独特优势的地方。 Tencent拥有丰富的内容资源，例如图形和文本中的公共帐户，腾讯新闻，微信阅读；视频字段中的视频帐户和腾讯视频；和专业领域的腾讯医疗文件。这些内容数据可以用作获取该模型的质量模型，并有助于产生高质量的答案。 Tencent Yuanbao保证了通过微信的公共帐户的资源内容以及“网络搜索”的强大功能，可以保证收购结果和代的质量和及时性。根据对超级报告报告的评论，在连接到DeepSeek-R1的10个平台中，Yuanbao具有最强大的网络搜索功能，该功能首先对所有三个主要分数，基本搜索功能以及分析能力和分析功能和推断的三个主要指标进行了排名。高质量的生态内容也非常适合许多模型制造商，内容AND硬件制造商构成了巨大的续集。例如，Oppo手机，小米智能音频等。多模式的能力曾经被认为是Agagi的唯一途径，现在它已成为生产竞争中的重要水。这也是腾讯一定会赢的主要战场。由于诺林（Norin）事实的早期，腾讯已经在图像，音频和视频等领域积累了丰富的专利技术。如今，腾讯会议已成为腾讯的多媒体技术的主人。在AI时期，腾讯继续增强其多模式能力。 5月21日，腾讯宣布了一系列新的多式联模型号Hunyuan Image 2.0，该模型首先实现了商业级实时图像的生成；视觉深度推理模型T1视频支持多部门输入，并具有本地思维链，该链很容易地意识到“在看图片时进行思考”； Hunyuan 3D取得了控制和超高D的代数飞跃在该行业的第一个稀疏3D本机架构中的效率生成能力；端到端的语音呼叫模型Hunyuan语音实现了低延迟语音的呼叫，并且应用拟人化和情感的能力也有了显着改善。唐·多申（Tang Daosheng）反复表达了他对多模式的重要性。他认为，现实世界是一个复杂的系统，由多维信息组成。 “将来，AI应该像人们一样具有远见和倾听，以便在三维和完美的世界上理解世界；除了言语外，它还应该通过语气和运动以一种完整而现实的方式传达信息。”从这个角度来看，多模型模型的发展不仅是一种技术扩展，而且是重建体验。通过以图像，声音，视频，文本等的形式将内容和输出纳入更简单的方式并获得更丰富的结果，从而大大降低了使用的阈值。这种方法ACT不仅使它成为“极客玩具”的AI，而且在更广泛的用户中确实很受欢迎。除了低阈值和牢固的关系外，模型实施中更重要的是要准确和可靠。唐·多申（Tang Daosheng）之前还说：“企业需要在实际情况下真正解决一个特定的问题，而不是在100个情况下，每种情况只能达到80％。”在“使人工智能更可靠”的水平上，抹布（改进的生成）技术被广泛认为是提高模型准确性并在短期内理解上下文的有效途径。 Tencent也是云的第一批制造商之一，建议并包含“大型型号 +抹布”。依靠长期积累在文档审查，矢量化和其他方面，Tencent建立了一组结构化的知识增强功能，可以将公司的私人知识与一般模型无缝地结合在一起，有效地减少了病使用率并提高业务理解的深度。它还为企业客户提供了AI定制助理的基本保证。腾讯的破布也来自近年来技术和大量应用技能的积累。 2019年初，Tencent搜索了矢量的处理能力，可以处理40多种内部业务情况，例如Tencent Video，QQ浏览器，QQ Music等，并持有超过160亿亿美元的日期。在矢量搜索的帮助下，QQ浏览器的搜索成本降低了37.9％。 QQ音乐的平均听力时间和腾讯视频的平均曝光时间已大大改善。为了支持整洁的“前台体验”，其背后的基础设施功能是确定量表实现的隐藏阈值。例如，对AI模型的培训和识别对计划计算资源，数据循环EFF提出了很高的要求显着性和系统响应功能。腾讯通过开发软件和集成的硬件基础设施（包括Tencent Cloud Ti平台，高性能HCC集群，Goosefs高速存储和星际邮件网络），在培训和性能识别方面具有极大的提高，如果Saan大大改善了培训和绩效，可以大大改善响应和成本的延迟。当AI系统进入真实的业务方案时，数据隐私，控制控制和监视等问题将成为与客户最关注的潜在风险。 Tencent还建立了一个完整的安全系统，该系统涵盖了诸如身份验证，数据分离，评分许可，拒绝交付等模块。借助系统调度和通过交付数百万用户积累的系统调度和安全功能。与一些仅关注算法性能的新兴玩家相比，“系统体验带来了由旧企业“成为腾讯AI渗透复杂的着迷情况的根本障碍。因此，AI的AI的AI的腾腾系统的基本逻辑不仅在于涉及模型本身的“最强”本身的“最强”，而且还涉及使模型真正地“推动了有益的能力”，从而使自己的能力变得更加稳定。通用工具。这就是为什么当DeepSeek出现时，Tencent是最早完成集成，快速在线运行的大公司之一，这不是因为它运行最快，而是因为它正在为“自我使用”做准备。场景并通过实际验证来扩大市场。NG进入TOB市场并不是单点模型技能的突破，而是一组完整的“交付”系统：不仅可以“制造”，而且可以“用服务制造”，并稳定地交付给客户。在Tencent Cloud的AI应用峰会上，新升级的智能开发平台和知识库产品吸引了企业和开发人员的注意。这些工具的出现大大降低了扩展AI并改善应用程序范围的阈值。 At a time when the entire industry pays attention to AI agents, the new upgrade "AGENCY AGENCY" provides businesses of variousof models and supporting tools for developing agents, and in the first instance it realizes the way zero code agents support many agents, greatly reducing the threshold for zero code collaboration agents supporting many agents, greatly reducing the threshold for the agents of Zero supporting agent, greatly reduces the threshold为了开发建筑物。同时，该平台还构建了一个完整的代理工具系统。支持MCP协议，并与OpenAI SDK代理的基本定义兼容，这些定义可以帮助代理更好地呼叫工具并扩展服务。建立业务知识基础是企业实施AI的“首先需要”调整。 Tencent Lexiang Enterprise AI知识库可以打破对部门的障碍，并控制知识的有效性，时间更新和知识，并支持许多人的协作并共同创建知识。它不仅可以加快业务中知识的速度，而且还允许AI更好地管理和应用业务知识并产生更高质量的内容。此外，模型应用程序的普及也从实践到推理。优化大规模推理的成本已成为云制造商的重大竞争。腾讯云也改善了SP通过优化IAS层和工具层的合作，模型响应，延迟和有效性的EED，延迟和有效性。在最近的演讲中，唐·多申（Tang Daosheng）特别提到了Kansome成功用例，以帮助纪念良好部署的手机。该荣誉预计手机将连接到DeepSeek-R1服务，但是随着手机上的AI功能的增加，大型型号通常被调用，同时又是同时又被调用，并且模型响应的高延迟极大地影响了用户的体验。根据其自身的加速能力，Tencent Cloud有助于尊重该服务的DeepSeek-R1全血式版本的部署，从而将干扰模型提高了多达54％，从而大大提高了理解速度，并使模型更快，更稳定，并且系统的调度越来越好。 Tencent的TOB功能不仅限于基础架构支持，还可以h对行业和情况的了解。作为一个例子，FAW Toyota的收购为例，Toyota向其客户服务系统介绍了Tencent Cloud Intelligent Body Development Platform，并开始系统地解决传统智能客户服务行业中的常见问题“无法准确地回答，无法快速回答，无法快速回答”。以前，当拆除大型模型时，企业经常面临技术瓶颈，例如难以获得独家知识和更广泛的世代内容，这对于AI而言很难实施。 Based on the large self-developed model, the Tencent Cloud combines RAG, developed by long text embedding capabilities and OCR, the multimodal components to help FAW Toyota combine its own exclusive knowledge of customer service to generate an integrated intelligent sisCustomer Service Theme that covers all channels such as official websites, apps, mini programs, and publiC帐户。 FAW Toyota智能在线客户服务机器人对话丨从：Tencent Cloud在今年1月推出该系统之后，智能客户服务解决方案的独立率从原始的37％增加到84％，并且用户问题的平均每月自动答案超过17,000次，有效，客户有效。更重要的是，FAW Toyota还使用腾讯云工具从客户历史服务问题中提取结构化知识，扩大公司专业知识的基础，并为客户服务系统的长期和稳定操作奠定了基础。作为一家销售公司的公司，全国销售近一百万，服务联系人，丰田升级不仅是技术变化，而且标记为“从实验到劳动力的AI”。它确认了腾讯云AI的“交付能力”，并具有切实的结果 - 从模型集成，访问系统以安排知识和经验可以测量，部署和应对闭合循环，真正实现业务的技术价值和价值。它显示的不是AI在特定行业中的“实验应用”，而是通过工具平台化，知识结构和接触中的癫痫发作的路径，Tencent实际上将AI更改为已“交付，更改和合作”的新生产率。虽然AI行业逐渐逐渐获得“实用时间”，但一些曾经依靠“技术组合”的玩家开始进入冷却时间，而诸如Tencent等公司累积了长期能力和系统服务，逐渐反映了结构。 Tencent很快就有了DeepSeek的机会，并继续促进TOB市场边界的扩展，这不是由于某些股息模型或意外方法，而是对“如何正确使用该模型，稳定并使用它来实现价值”的系统理解。它的游戏风格不依赖于特定的“核心算法”或“战略口号”位置。直到今天，支持腾讯AI的是对用户需求的持续了解，系统功能的长期抛光以及实施Eksena逻辑的冲击。这可能是Tencent在AI期间真正建造的长期护城河。 *头部图像来源：Visual Chine本文是Geek Park的原始文章。请联系Geek Park Wechat Geekparkgo
当前网址：https://www.ks-fitcouple.com//experience/theory/2025/0529/994.html
