大模型公司对标：腾讯混元大模型商业化进展与模式分析

现阶段大模型厂商焦点逐渐转向商业化应用的探索与推广，腾讯混元大模型于2023年9月发布，云与智慧产业事业群CEO汤道生宣称，该模型在预训练阶段就通过“探真”算法进行事实修正，相比其他主流开源大模型，幻觉比例降低了30%-50%，能够更可靠地应用于实际场景中。

作为大型软件和云服务供应商之一，腾讯具备良好的数字化基础、庞大的生态系统及广泛的用户群体，在大模型商业化赛道上受关注度较高。目前混元大模型已接入微信输入法、腾讯文档、腾讯会议、腾讯电子签、腾讯问卷等产品中，在大模型商业化应用方面取得一定进展，然而在差异化优势和市场竞争方面仍面临挑战，整体处于大模型商业化的初期阶段。

混元大模型商业化应用进展与主要形式

1.自有通用应用的AI增强

通用应用是指能够在多种不同工作场景中灵活使用，且没有固定使用流程的应用程序，如文档处理应用可用于课程学习、商务策划、论文撰写等多种场景中，每个场景中的使用流程各不相同。腾讯将混元大模型接入旗下多款通用应用，包括腾讯文档、腾讯会议、微信输入法等（如表1所示）。例如，微信输入法基于混元大模型的语义理解、文本生成能力，支持一键启用智能问答功能，提升用户输入和交流效率；腾讯文档AI助手基于混元大模型的语义理解、文本生成、多模态生成、工具调用等能力，实现智能问答、文档总结、多类型文档生成、跨品类文档转换等功能，提升用户文档处理与创作效率。

表1 腾讯通用应用AI增强汇总

从表1可以看出，混元大模型能力在各通用应用中主要以AI助手的形式呈现，且多采用免费或者订阅制的收费模式。AI助手内嵌在应用中，直接感知用户的工作环境和进度，提供智能的知识获取和内容产出功能，避免频繁的应用切换。如图1所示，传统文档编辑工作中，用户需要频繁切换应用，且由于其他应用不能直接读取工作进度，用户还需要编辑相应的上下文信息，消耗时间较多。文档AI助手支持用户直接在应用内进行AI搜索、AI润色等操作，避免应用切换和信息流转，从而提升工作效率。

图1 AI文档助手提升工作效率

腾讯会议AI助手自发布以来，其日调用量在四个月内增长了20倍。但目前混元大模型接入的通用应用产品尚未形成差异化优势，更多是起到维护现有客群的作用。

2.业务流程应用的AI增强

在业务流程应用中，AI主要通过强化流程中的具体环节来实现整体业务效率的提升。目前，混元大模型接入的业务流程应用有腾讯问卷、腾讯电子签和腾讯妙思（如表2），也分别对应三个典型类别：

表2 业务流程增强型产品汇总

（1）多环节增强型：优化对整体效率影响显著的几个关键环节，特别是存在高度重复性或信息（知识）密集的环节，如腾讯电子签。在电子合同签订流程中，由于合同内容通常篇幅较长且涉及大量法律知识，其拟定和审核需要从业者投入大量精力和时间。腾讯电子签接入混元大模型，基于大模型的语义理解、文本生成和工具调用等能力，实现合同内容起草、合同内容结构化呈现、风险条款识别等功能，解决了合同起草效率低、合同审核耗时长等问题。

图2 混元大模型增强腾讯电子签

（2）全流程增强型：覆盖业务全流程，提升每一环节的效率，同时实现不同环节间的协同效能提升，如腾讯问卷。腾讯问卷基于混元大模型的语义理解、文本生成等能力，实现智能问卷设计、自动样本圈定、无效答卷剔除和分析报告生成等功能，覆盖问卷调查全流程，大幅提升调研质量与效率。此外，在设计环节中，大模型能够根据投放目标进行生成内容的优化；而在投放环节中，大模型则基于问卷内容精准圈定投放样本——大模型的接入使得两个环节间的协同更加紧密，进一步提升整体流程的效率。

图3 混元大模型增强腾讯问卷

（3）业务流程重塑型：借助大模型能力，通过融合、删除或修改部分环节，对原有工作流程进行重构，从根本上提升业务效率，如腾讯妙思。妙思是面向广告主的一站式广告创意平台，基于混元大模型的语义理解、文本生成、多模态生成、工具调用等能力，提供创意素材生成功能。为了解决广告审核周期长、通过率不稳定的问题，腾讯妙思将广告预审核环节融入到素材生成环节中，即在生成阶段，大模型就自动审核提示词和生成素材的合规性，只有通过预审核的素材才能进入后续的正式机检流程，从而实现广告审核效率和过审率的大幅提升。

图4 混元大模型增强腾讯妙思

得益于腾讯生态深厚的业务数据积累，腾讯电子签、腾讯问卷等产品的AI功能有望解决所处场景的痛点，具备较大的商业潜力。但官方宣传的大部分功能目前未完全开放，其表现尚待进一步观察。

3.AI能力平台

AI能力平台一般不直接提供大模型能力，而强调“授人以渔”，即提供数据、算力、模型、工具等资源，将AI的具体运作方式交由用户定义，让用户能够根据不同的业务场景灵活地创造出适合自己的AI解决方案，从而满足多样化的业务需求。例如，腾讯云TI平台面向开发者、政企提供全栈式人工智能开发服务，打通从数据获取、数据处理、算法构建、模型训练、模型评估、模型部署到AI 应用开发的全链路流程。其中，TI-ONE平台提供多种训练方式和算法框架，支持用户对开源大模型（腾讯混元、Llama等）进行增训和精调，以满足不同垂类场景的需求。TI-Matrix应用平台则主要提供模型部署、AI应用编排和AI应用管理等支持，帮助用户将自定义的AI应用快速部署到实际应用和生产中。

腾讯大模型应用下一步方向分析

未来，腾讯大模型应用主要关注的四个方向：

一是将大模型能力融入其主要C端产品，如QQ和微信中，以提升用户体验。预计主要功能包括智能搜索、智能问答、文案生成、文件分析总结、聊天记录问答和语音操控等。

二是加速推进大模型在企业微信中的应用。作为腾讯重要的办公应用，企业微信目前仅支持智能问答和邮件拼写检查，其生态潜力尚未被充分发掘。未来，腾讯可能会打通腾讯元器与企业微信，基于腾讯元器的智能体构建能力，为企业微信用户提供其客制应用智能化升级的手段。

三是在端侧探索大模型的商业化应用。目前，腾讯混元已与高通达成合作，基于骁龙平台实现混元大模型的端侧部署，并运用至腾讯管家的智能短信识别功能中。未来，腾讯可能会在更多移动应用中提供大模型端侧运行的体验，或与手机厂商合作，推出类似荣耀手机Agent的移动端智能体。

四是进一步强化AI能力平台的建设。AI能力平台可能是大模型商业化的下一阶段形态：一方面，AI能力平台赋予用户根据自身需求定义AI应用的能力，能够实现更广泛的需求覆盖；另一方面，随着Agent的兴起，基于AI能力平台的Agent供给正成为龙头厂商们（微软Azure AI Foundry、Salesforce Agentforce等）的主流选择。未来，腾讯可能会将更多生态资源整合至TI平台中，并以此为基础提供面向企业的Agent构建能力。

主要启示

一是加快自有数字应用的AI化。数字应用AI化是大模型落地的一种直观方式，对应用原有功能、结构的影响较小，部署得当则能够显著提升用户的使用体验，同时也有助于自有大模型的推广。例如，可以参照腾讯的AI小助手形式，通过在数字应用中开放大模型的访问入口，为用户提供智能问答、使用导引等功能。

二是积极探索AI能力在业务流程中的运用。大模型与业务流程的结合是实现AI技术长期变现的关键，基于大模型技术，减少业务流程中信息密集或劳动密集等低效环节的人工参与，不仅可以优化流程效率，还能创造新的业务价值。例如，可以进一步强化大模型在客服业务中的应用，特别是在问题解答环节，基于广泛积累的业务数据，针对不同类别的问题分别训练专精的智能回复模型，为每类问题配备专门优化的智能客服，从而提升回复的精确度和客户的满意度。

三是尽早布局AI能力平台的建设。AI能力平台正在成为企业数字化转型的关键基础设施，具有广阔的发展前景。已有的“息壤”算力平台和星辰MaaS平台已经为AI能力平台的建设打下了坚实的基础，下一步可以侧重于对内部资源的整合，如打通不同区域、业务的数据互联，推进内部业务、数据、系统接口的标准化进程等。