腾讯在大模型上的技术迭代正不断提速。

5 月 21 日，腾讯宣布，混元模型矩阵全面升级，旗舰快思考模型混元TurboS、深度思考模型混元T1双双迭代。基于TurboS基座，腾讯新推出视觉深度推理模型T1-Vision和端到端语音通话模型混元Voice。混元图像2.0、混元3D v2.5及混元游戏视觉生成等一系列多模态模型也同步“上新”。

语言模型跻身全球前八，技术能力持续提升

在疯狂卷技术的全球大模型角逐中，腾讯混元正小步快跑、快速迭代，技术能力持续提升。

腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在2025腾讯云AI产业应用峰会上介绍，在全球公认的权威大语言模型评测平台Chatbot Arena上，混元TurboS排名已攀升至全球前八，国内仅次于DeepSeek。其中，代码、数学等理科能力，混元TurboS也进入全球前十。

年初，混元TurboS正式发布，作为业界首款大规模混合Mamba-MoE模型，其在效果与性能上已展现出显著优势。而这一最新突破，则得益于预训练阶段的tokens增训，以及后训练阶段引入长短思维链融合技术，使得TurboS理科推理提升超10%，代码能力提升24%，竞赛数学成绩大幅提升了39%。

早在去年下半年，腾讯就大力投入了深度思考模型的路线攻关。深度思考模型混元T1自年初上线元宝App后，持续快速迭代。近期，混元T1也迎来新升级，在多项核心能力上均实现了提升：其中，在竞赛数学上效果提升8%；在常识问答上提升8%；在复杂任务的Agent能力提升了13%。

多模态模型快速迭代，首秀3D场景生成

基于TurboS的基座模型，混元进一步拓展了图片和音频的多模态理解能力。新发布的混元视觉深度推理模型T1-Vision，支持多图输入，具备原生长思维链，轻松实现“边看图边思考”，整体效果相比此前级联方案提升 5.3%，整体理解速度提升50%。

端到端语音通话模型混元Voice，实现低延迟语音通话，相比级联方案，响应速度提升超过30%，降至1.6秒，拟人性和情绪应用能力也有明显提升，目前已在腾讯元宝App灰度上线。实时视频通话AI体验，近期将推出。

今年以来，混元的迭代速度明显加快。在多模态生成领域，混元图像2.0率先实现“毫秒级”生图，GenEval基准测试准确率超95%。这背后得益于超高压缩倍率的图像编解码器以及全新扩散架构，模型参数量提升了一个数量级，带来交互体验的革新。在主观画面质量和美学层面的人工测评中，混元图像2.0也被认为是“AI味”最少的模型之一。

混元3D v2.5凭借业界首创的稀疏3D原生架构，实现了可控性与超高清生成能力的代际飞跃，几何模型精度提升10倍，纹理贴图达4K。在端到端评测中，混元文生3D在17个生成类目中占据15个第一，图生3D在17个类目中全部取得第一。

在游戏领域，混元推出精通游戏美术与术语的混元游戏视觉生成模型，涵盖游戏技能特效生成、角色动态立绘、实时交互游戏世界模型、角色多视图等五大子模型。混元游戏视觉生成平台也正式上线，面向工业级游戏资产生成，让游戏美术设计效率提升数十倍。

近期，混元还将推出首个大规模、可漫游3D场景生成模型，支持沉浸式交互、多样风格场景生成及360°全景漫游体验，助力游戏、具身智能等行业创新。

混元3D模型下载量超160万，多尺寸模型全面开源

腾讯云副总裁、腾讯混元大模型技术负责人王迪表示，混元正加速向智能化的深度与广度迈进，为AI普惠与产业升级提供坚实支撑。混元坚定拥抱开源，持续推进多尺寸、多场景的全系模型开源。

目前，混元已实现图像、视频、3D、文本等在内的全模态开源，其中，混元3D模型Hugging Face下载量超过160万。未来，混元计划推出多尺寸混合推理模型，从0.5B到32B的dense模型，以及激活13B的MoE模型，适配企业与端侧不同需求。混元图像、视频、3D等多模态基础模型及配套插件模型也将持续开源。

除模型开源外，混元面向行业推出混元训练营，提供免费模型资源及技术支持，目前已有超过200家合作伙伴报名参与。

今年以来，腾讯在大模型领域的战略和部署持续进化，步伐日益加快。近期，腾讯混元大模型研发体系全面重构，刷新团队部署，加码研发投入。伴随投入加码，腾讯AI战略也正在加速落地。

目前，混元已深度融入腾讯各业务线，广泛应用于微信、QQ、腾讯元宝、腾讯会议、腾讯文档等核心产品，提升腾讯内部产品的智能化水平，并通过腾讯云向外输出模型能力，帮助企业和开发者创新提效。

来源：数据猿