10月26日，文生图腾讯宣告，腾讯提升腾讯混元大模子迎来全新降级，混元并正式对于外凋谢“文生图”功能，大模代码大幅揭示了其在图像自动生陋习模的降级争先能耐。降级后的新增腾讯混元中文能耐部份逾越GPT3.5，代码能耐大幅提升20%，文生图抵达业界争先水平。腾讯提升

作为适用级的混元通用大模子，腾讯混元大模子的大模代码大幅运用途景丰硕多样。当初，降级逾越180个腾讯外部营业已经接入腾讯混元，新增搜罗腾讯团聚、文生图腾讯文档、腾讯提升企业微信、混元腾讯广告以及微信搜一搜等。最近，QQ浏览器还基于腾讯混元推出了“PDF浏览助手”，具备智能摘要、智能问答以及多轮提问等功能。

当初，已经有来自批发、教育、金融、医疗、传媒、交通、政务等多个行业的客户，经由腾讯云调用腾讯混元大模子API，运用规模波及智能问答、内容创作、数据合成、代码助手等多个场景。往年9月首批经由存案后，腾讯混元大模子也已经面向C端用户陆续凋谢体验，用户经由小挨次或者网页端，就能与腾讯混元对于话。

这次，腾讯自研的面向垂直规模的7B以及13B模子也初次亮相，划一下场下仅需较少的tokens，磨炼功能更高。模籽实测中英文下场部份优于国内外开源模子，可能以更高的性价比以及功能反对于运用落地，知足种种垂直场景以及营业需要，助力腾讯周全拥抱大模子。

据清晰，腾讯把握从模子算法到机械学习框架再到AI根基配置装备部署的全链路自研技术，这为大模子的快捷迭代提供了有利条件。自初次果真亮相以来，腾讯混元大模子进入了减速降级的轨道。在自研算法的反对于下，模子晃动性以及坚贞性稳步提升。

腾讯混元文生图惊艳亮相，广告场景运用下场清晰

文生图是AIGC规模的中间技术之一，也是展现通用大模子能耐的试金石，对于模子算法、磨炼平台、算力配置装备部署都有较高的要求。

腾讯最先在广告场景妨碍AI自动天生图像的探究，在此历程中积攒了深挚的研发能耐。据介绍，比照其余大模子，腾讯混元的文生图运用，在人像着实感、场景着实感上有比力清晰的优势，同时，在中国风物、动飞翔戏等场景等天生上有较好的展现。

在业界公认难度较高的人脸画像天生上，腾讯混元也交出了使人知足的作品。好比，输入揭示词“生居可爱的亚洲 4 岁女孩衣着棉质连衣裙，大眼睛，今世中国，摄影气焰，汉服”，腾讯混元大模子天生如下：

可能看到，腾讯混元大模子可能很好地清晰揭示词中提到的“棉质连衣裙”、“汉服”等内容，同时在气焰上，也经由修筑以及风物等陪衬，很好的揭示了“今世中国”的气焰要求。

另一个例子中，输入揭示词“ 一个都市CBD办公楼，今世化妄想，高层修筑，玻璃幕墙，远景拍摄，摄影气焰，摄影照片”，腾讯混元大模子交出了如下作品：

更重大一些，输入揭示词“轻舟已经过万重山，水墨画气焰”就能患上到下面的图片：

大模子文生图的难点体如今对于揭示词的语义清晰、天生内容的正当性以及天生图片的下场。针对于这三个技术难点，腾讯妨碍了专项的技术钻研，提出了一系列原创算法，来保障天生图片的可用性以及画质。

在语义清晰方面，腾讯混元接管了中英文双语细粒度的模子。模子同时建模中英文实现双语清晰，并经由优化算法提升了模子对于细节的感知能耐与天生下场，实用防止多横蛮差距下的清晰过错。

在内容正当性方面，AI天生人体妄想以及手部每一每一简略变形。混元文生图经由增强算法模子的图像二维空间位置感知能耐，并将人体骨架以及人手妄想等先验信息引入到天生历程中，让天生的图像妄想更公平，削减过错率。

在画面质感方面，混元文生图基于多模子融会的措施，提仙游生质感。经由模子算法的优化之后，混元文生图的人像模子，搜罗发丝、皱纹等细节的下场提升了30%，场景模子，搜罗草木、涟漪等细节的下场提升了25%。

prompt：天生一幅照片：桂林漓江的山水，江上有一艘小船

作为“从实际中来，到实际中去”的大模子，腾讯混元文生图能耐，当初已经被用于素材创作、商品分解、游戏出图等多项营业中，此外在广告营业下的多轮测评中，腾讯混元文生图的案例优异率以及广告主接管率分说抵达86%以及26%，均高于同类模子。

代码能耐行业争先，腾讯外部已经用大模子“写”代码

以前一个月，腾讯混元大模子不光各项能耐均有降级，代码、数学能耐也大幅提升。经由对于32种主瞎话语代码文件、种种合计机书籍以及博客的学习增训，腾讯混元代码处置水平提升逾越20%，代码处置下场胜出ChatGPT 6.34%，在HumanEval果真测试集目的上周全逾越Starcoder、Codellama等业界头部开源代码大模子。

惟独输入重大的指令如“帮我用前端语言实现一个饕餮蛇”，腾讯混元便能自动天生可运行的代码，快捷制作出一个饕餮蛇小游戏。此外，腾讯混元还反对于Python、C++、Java、Javascript等多种语言的指令天生，好比输入“用Python画红色的心形线”，腾讯混元会提供代码库抉择、装置命令、绘制代码等详细操作步骤的指引。

Prompt：用Python画红色的心形线

腾讯外部当初已经有多个开拓平台接入了腾讯混元大模子，工程师们可能运用腾讯混元来妨碍代码天生、代码补全、代码倾向检测以及修复、表格数据处置、数据库查问等使命。

好比，在IDE编程场景中，腾讯工蜂Copilot经由接入混元大模子，可凭证诠释天生对于应代码，或者基于高下文智能补全代码，大猛后退了编程功能。混元大模子还可能辅助用户妨碍代码倾向检测以及修复，保障软件开拓历程中的清静性。

腾讯混元大模子不断降级眼前，离不开腾讯自研一站式机械学习平台Angel的反对于。自研AngelPTM磨炼框架可提供高效的扩散式磨炼处置妄想，具备业界争先的内存运用率以及磨炼吞吐功能，磨炼速率比照业界主流框架提升1 倍；自研AngelHCF磨炼框架，具备从蒸馏、微调、缩短到模子减速的残缺能耐，反对于多种模子并行，保障模子的最小化部署及最大化吞吐，推理速率比照业界主流框架FasterTransformer快1.3倍。

从2021年开始，腾讯先后推出千亿以及万亿参数的NLP浓密大模子，突破CLUE三大榜单记实，实如今中文清晰能耐上的新突破。2023年9月混元大模子的亮相，代表腾讯在大模子清晰以及天生通路上的融会买通。随着文生图功能的泛起，腾讯混元大模子退出了对于图像的处置能耐，模态进一步丰硕。

大模子多模态交互能耐被以为是通往通用家养智能的异曲同工，也是不断扩展大模子能耐象限的一个紧张倾向。据介绍，腾讯混元大模子正在不断强化图片、视频、音频等种种模态的处置能耐，相关下场也将很快面向外界推出。

雷峰网(公共号：雷峰网)

(责任编辑：热点)