图片：腾混元3D资产展示

同行几乎每月都在发布大模型开源消息，腾的类似新闻发生在6个月前。11月5日，腾将MoE模型“混元Large”以及混元3D生成大模型“Hunyuan3D-1.0”正式开源，这两个模型已在腾业务场景落地，支持企业及开发者精调、部署等不同场景的使用需求。“慢工出细活”，腾机器学习平台总监，腾混元大语言模型算法负责人康战辉向媒体介绍新开源的MoE模型“混元Large”时表示；“不是什么都唯快不破”，7月腾集团高级执行副总裁汤道生谈到大模型C端产品元宝上线时间时说。巧合的是，第三方机构QuestMobile11月5日披露的AIGCApp月活数据显示，9月豆包、文小言、Kimi等排名前十，元宝不在榜单中。

腾混元Large模型总参数量389B，激活参数量52B ，上下文长度256K。除了这些大模型的常规数据，康战辉在3个多小时的沟通会上多次强调MoE架构。“腾混元Large是目前开源领域参数规模最大、效果最好的MoE模型”。

MoE(Mixture of Experts)，即混合专家模型，是目前国内外主流的大模型结构。2024年初，腾混元宣布在国内率先采用MoE架构模型，总体性能比上一代Dense模型提升50%。此后，腾混元推出基于MoE架构的多模态理解大模型以及基础模型“混元turbo”。

之所以强调MoE架构，“是因为腾做MoE架构很早，我们很早发现这里面的潜力，所以一直在延续”，康战辉解释，“本质上来讲，MoE是一个高性价比的东西，同等算力下，模型参数量越大，MoE的性价比更高，更适合复杂的任务。Dense模型的优势在于完成一些相对简单的任务”。

不过他也表示，“架构的选择长期看是殊途同归，罗马在哪里是很清楚的，路怎么走各家不一样”。

另一款开源的腾混元3D生成大模型，首批包含轻量版和标准版，轻量版仅需10s即可生成高质量3D资产，目前已在技术社区公开发布，包含模型权重、推理代码、模型算法等完整模型，可供开发者、研究者等各类用户免费使用。

在应用层面，腾混元3D模型负责人郭春超介绍，目前腾3D生成相关技术已经开始应用于UGC 3D创作、商品素材合成、游戏3D资产生成等腾业务中。腾地图基于腾混元3D大模型，发布了自定义3D导航车标功能，支持用户创作个性化的 3D 导航车标，相比传统的3D车标重建方案，速度提升了91%。

对于开源节奏，腾没有遮掩，态度是“不急于为了开源而开源”“在内部业务打磨好再开源”“要开就要有诚意，与公司内应用模型同宗同源”。

有关推广策略和营收等则不是腾当天的重点，“开源有利于大模型厂商形成更开放的生态，吸引到更多研究者或开发者来丰富基于这些模型的应用和服务，相应地也能推动模型持续地优化迭代。尽管模型本身是开源的，但仍然可以在这个基础上提供多种形式的服务，包括定制开发、技术支持、培训等”，易观分析研究合伙人陈晨告诉记者。

记者 魏蔚