BT财经

境内金融信息服务备案编号:

【京金信备(2021)5号】

2026年11月22日

注册 / 登录

腾讯混元首曝技术路线:算力扩至4万P,推理成本压降20倍

北京时间2026年11月21日凌晨,腾讯云与智慧产业事业群(CSIG)首席AI科学家姚顺雨携混元(Hunyuan)核心团队现身开发者社区Reddit,进行了一场罕见的首次公开问答(AMA)。在这场持续数小时的深度对话中,腾讯不仅首次系统性地披露了混元大模型的技术演进逻辑,更释放出一个关键信号:面对高昂的算力维护压力,这家中国最大的互联网巨头正在果断转向——不再单纯追求参数的盲目堆叠,而是通过架构层面的激进改良,试图在模型规模扩张与推理成本控制之间找到最优解。

拒绝“极度稀疏”:一场关于效率的架构取舍

长期以来,人工智能行业存在一种路径依赖:认为更多的参数等于更强的智能,而混合专家模型(MoE)则是实现这一目标的捷径。然而,腾讯在此次AMA中明确表达了对过度追求“稀疏化”倾向的反思。

混元团队指出,过于稀疏的MoE架构(例如参数量高达200B、但激活参数仅约3B的设计)虽然在理论上节省了部分计算资源,但在实际推理阶段往往会导致显存利用率的浪费,并增加调度的复杂性。这种“重存储、轻计算”的特性,在面对需要实时响应的企业级服务时,反而可能成为效率瓶颈。

作为回应,腾讯目前的旗舰模型Hy4 Flash选择了一条更为平衡的路径:采用潜空间混合专家模型(LatentMoE),总参数量为156B,但每次推理仅需激活约12B的参数。这一设计既保留了MoE处理复杂任务时的能力上限,又确保了推理过程中的硬件协同效率。此外,为了进一步压榨延迟,团队引入了滑动窗口注意力机制(Sliding Window Attention, SWA),有效降低了长文本处理中的KV Cache(键值缓存)占用。

“我们不是在赌参数越大越好,而是在赌架构越聪明越好。”姚顺雨在问答中表示。这种技术路线的调整,标志着大厂在大模型竞争进入深水区后,从“拼体量”转向了“拼内功”。

单任务成本降至二十分之一:算力争夺战的隐形博弈

对于任何依赖大模型 API 的企业或开发者而言,调用成本直接决定了商业模式的可行性。腾讯此次披露的另一项核心数据令人瞩目:经过技术优化的Hy4 Flash版本,其单任务相对成本已大幅降至原版模型的二十分之一。

这一数字背后的驱动力,除了前文所述的架构优化,还离不开基础设施的硬实力支撑。据悉,腾讯目前在全球范围内的可用总算力能力已扩展至4.0万P(即4万张高性能AI加速卡等效算力)。如此庞大的算力底座,不仅为大规模预训练提供了保障,更让腾讯有能力通过自研框架对底层算子进行深度剪裁和优化,从而在不牺牲太多精度(Accuracy)的前提下,换取极致的性价比。

“算力不仅是硬件的堆砌,更是软件栈的精细化运营。”行业分析师指出。当竞争对手还在为英伟达高端芯片的排队交付周期发愁时,拥有数万P算力且能实现成本骤降的腾讯,实际上已经构建了一道隐形的商业壁垒。这意味着,在未来激烈的企业服务市场中,腾讯有可能通过更具侵略性的定价策略,抢占更多对价格敏感的中腰部客户。

向下扎根:端侧小模型与开源生态的双重布局

如果只讲头部基座模型的升级,那只是传统的“军备竞赛”。腾讯此次公布的路线图更显战略纵深:在向上扩容的同时,坚决向下推进端侧部署。

根据团队披露的计划,下一代模型阵容中将包含Hy4-mini、Flash-Lite以及参数规模更小(预估约30亿参数,即A3B级别)的专用视觉模型。这些轻量级模型的目标非常明确——走出云端数据中心,进入手机、PC甚至IoT设备中。

“端侧部署需要架构与硬件紧密协同,”腾讯方面强调。在移动端受限于电池续航和散热条件的情况下,能够流畅运行且保持较高智能水平的A3B级别模型,正是目前市场上的最大痛点之一。一旦腾讯的这套轻量化方案成熟并商用,将极大降低中小企业使用高端基座模型的门槛,甚至可能对现有的开源轻量级模型市场形成降维打击。

与此同时,腾讯也在加速“合纵连横”。团队明确表示,正全力推进与主流开源社区的本地部署适配工作,包括支持llama。cpp、vLLM、SGLang等知名推理框架。这一动作释放出强烈的开放信号:腾讯希望自己的模型不仅能跑在自己的云上,也能顺畅地嵌入开发者的现有工具链中,从而在日益封闭与开源并存的大模型格局中,牢牢锁定开发者的心智。

风险与挑战:从“全押注”到稳健迭代

尽管技术路线清晰,但腾讯也坦诚地分享了研发过程中的阵痛。姚顺雨透露,从上一代模型过渡到新一代模型时,由于消融实验(Ablation Study)的准备不足,团队曾面临极大的不确定性,形容当时的状态如同“像赌一把全押”(bet it all)。

这种“豪赌”背后,反映出当前AI前沿研究的探索性质。尽管当前的Flash架构取得了成本上的巨大成功,但如何在保证低成本的长期迭代中维持或提升复杂逻辑推理(如数学证明、代码生成)的能力,仍是悬而未决的难题。此外,过度思考(Over-thinking)现象——即模型在处理简单问题时产生冗长且无用的思维链,也是当前行业共同面临的挑战。

对此,腾讯表示安全训练将继续聚焦于防御性任务与漏洞修复,排除了进攻性攻击数据的引入,以确保模型在实际应用中的合规与安全。

结语:大模型下半场的商业逻辑重构

腾讯混元的首次公开交底牌,不仅仅是几家技术参数对比表的更新,更是一次大模型商业逻辑重构的宣言。在经历了初期的概念炒作和参数狂飙后,行业终于迎来了理性的回调时刻。

未来的AI竞争,将不再是单一模型能力的巅峰对决,而是“基座模型智商 × 推理效率 × 部署灵活性”的综合较量。腾讯通过扩充算力至4万P、压降成本至二十分之一、并同步推进端侧小模型与开源适配,实际上是在为一场持久战储备弹药。对于市场而言,一个成本低廉、部署灵活、且具备强大云端算力的中国版GPT生态系统,或许比我们想象中来得更快。

接下来,业界将密切关注腾讯何时正式发布Hy4-mini及Flash-Lite,以及这些新模型在实际商业化场景中的表现,能否真正兑现其在AMA中许下的效率承诺。



版权声明:本文版权归BT财经所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。
帮助中心
联系我们
联系我们

 

商务合作:

 

公司地址

北京市丰台区汉威国际广场一区一号楼629

 

 

商务合作

周先生

Tel: +86-17743514315

Email: info@btimes.com.cn

官方微信公众号

北京领讯时代信息技术有限公司 | Copyright ©️ 2026 财经时报 版权所有 京ICP备19043396号-7

京公网安备 11010602007380号 | 境内金融信息服务备案编号:京金信备(2021)5号

网信算备110106674807801230011号


声明:未经授权,不得复制、转载或以其他方式使用本网站的内容。BT财经尽最大努力确保数据准确,但不保证数据绝对正确。