腾讯混元大模型

腾讯混元大模型（Tencent Hunyuan）是由腾讯研发的大语言模型，拥有超千亿参数规模，预训练语料超2万亿tokens，该模型具备强大的中文创作能力，复杂语境下的逻辑推理能力，以及可靠的任务执行能力。^[1]

腾讯混元大模型的主要产品为，混元生文与混元生图，支持文生视频、图生视频、图文生视频、视频生视频等多种视频生成能力，已经支持16s视频生成。在生3D层面，腾讯混元已布局文/图生3D，单图仅需30秒即可生成3D模型。^[1]可以完成专业领域的多轮问答，支持文学创作、文本摘要、角色扮演。能够基于已有数据或信息进行推理、分析，同时有效解决事实性、时效性问题。^[2]

腾讯混元大模型于2023年8月3日进入应用内测阶段，^[3]先后在2023年内获得国家网信办备案与《生成式人工智能服务管理暂行办法》备案。^[4][5]2023年9月6日，微信上线“腾讯混元助手”小程序。根据小程序信息，“腾讯混元助手”的功能包括AI问答、AI绘画等。^[2]次日，腾讯正式发布混元大模型。^[2]2023年12月，国内首个官方“大模型标准符合性评测”结果出炉。腾讯企业旗下腾讯混元大模型产品首批通过评测，代表着其在通用性、智能性等维度均达到国家相关标准要求。^[6]2024年5月14日，腾讯宣布对外开源混元大模型。^[7]2025年3月6日，腾讯混元上线并开源全新图生视频模型。^[8]2026年4月23日，腾讯混元Hy3 preview语言模型发布并开源，其在复杂推理、指令遵循、上下文学习、代码、智能体等能力及推理性能上实现大幅提升。^[9]

2023年8月3日，“腾讯混元大模型”已经进入应用内测阶段。^[3]

2023年9月，腾讯混元大模型获国家网信办备案。^[5]9月6日，微信上线“腾讯混元助手”小程序。根据小程序信息，“腾讯混元助手”的功能包括AI问答、AI绘画等。^[2]

2023年9月7日，2023腾讯全球数字生态大会在深圳宝安举行，会上，腾讯混元大模型正式亮相，并宣布通过腾讯云对外开放。腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生表示，混元大模型是由腾讯全链路自研的通用大语言模型，拥有超千亿参数规模，预训练语料超2万亿tokens。^[10]

2023年9月15日，腾讯混元大模型通过《生成式人工智能服务管理暂行办法》备案。^[4]10月26日，腾讯混元大模型正式对外开放“文生图”功能。^[11]2023年12月，国内首个官方“大模型标准符合性评测”结果出炉。腾讯企业旗下腾讯混元大模型产品首批通过评测，代表着其在通用性、智能性等维度均达到国家相关标准要求。^[6]

2024年3月20日，腾讯总裁刘炽平在财报媒体沟通会上表示，腾讯计划在2024年内，推出基于混元模型的更多的小程序甚至独立APP。^[12]4月，腾讯云副总裁、腾讯混元大模型负责人刘煜宏表示，腾讯混元大模型技术架构已升级为混合专家模型（MoE）架构，参数规模达万亿，擅长处理复杂场景和多任务场景。同月，企业微信、腾讯会议、腾讯文档、腾讯乐享、腾讯电子签、腾讯问卷、TAPD、腾讯云AI代码助手等腾讯协作SaaS产品，已全部接入腾讯混元大模型。^[13]

2024年5月14日，腾讯宣布混元大模型升级，并对外开源，开源内容包含模型权重、推理代码、模型算法等完整模型，可供企业与个人开发者免费商用。升级后的混元文生图大模型采用了与Sora一致的DiT架构，除支持文生图外，也可作为视频等多模态视觉生成基础。该大模型是业内首个中文原生的DiT架构文生图开源模型，并且支持中英文双语输入及理解，参数量15亿。^[7]2024年6月6日，腾讯发布针对腾讯混元文生图开源大模型（混元 DiT）的加速库，号称大幅提升推理效率，生图时间缩短75%。官方表示，混元 DiT 模型的使用门槛也大幅降低，用户可以基于 ComfyUI 的图形化界面使用腾讯混元文生图模型能力。同时，混元 DiT 模型已经部署至 HuggingFace Diffusers 通用模型库中，用户仅用三行代码即可调用混元 DiT 模型，无需下载原始代码库。2025年3月6日，腾讯混元上线并开源全新图生视频模型。上传一张图片，输入创意描述——AI就能让画面动起来；还能让图片中的角色开口说话、唱歌（对口型），甚至是跳舞、做体操（动作驱动）。并且，腾讯混元还支持自动生成背景音效，视频画质最高可达2K高清。腾讯混元视觉模型家族包含多款适用于不同场景的模型，此前已推出混元T1-Vision、混元TurboS-Vision和混元Large-Visio等模型，在多模态理解、推理及生成等领域具备显著能力，并在国内外各类排行榜如LMArenaVision、SuperCLUE-VLM及CompassArena上表现突出。^[14][8]9月28日，腾讯混元发布并开源原生多模态生图模型“混元图像3.0（HunyuanImage 3.0）”，参数规模 80B，模型定位工业级场景，是参数量最大的开源生图模型之一，效果可以对标头部闭源产品。混元图像3.0不仅拥有生图模型的画画能力，还具备语言模型的思考能力和常识。它就像一个自带“大脑”的画家，可以利用智能去思考图像的布局、构图、笔触，利用世界知识去推理常识性的画面。^[15]

2026年4月23日，腾讯混元Hy3 preview语言模型发布并开源。这是一个快慢思考融合的混合专家模型，也是混元重建后训练的第一个模型，在复杂推理、指令遵循、上下文学习、代码、智能体等能力及推理性能上实现大幅提升。多个测评结果显示，Hy3 preview 模型整体推理效率提升40%，成本相比上一代模型大幅下降。^[9]

腾讯混元大模型具有多轮对话、内容创作、逻辑推理、知识增强、多模态五大核心能力，可应用文档、会议、广告、营销四种场景。^[16]其可以完成专业领域的多轮问答，支持文学创作、文本摘要、角色扮演。能够基于已有数据或信息进行推理、分析，同时有效解决事实性、时效性问题。^[2]

腾讯在2023年9月7日全球数字生态大会上表示，腾讯混元大模型将作为腾讯云MaaS（Model-as-a-Service,模型即服务）服务的底座，企业用户不仅可以直接调用混元，也可以将混元大模型作为基底模型，为不同产业场景构建专属应用。^[17]

产品	功能	图片
混元生文	内容创作：文学创作、文本摘要等内容创作能力，支持多轮对话、逻辑推理[1]
混元生图	图像创作：结合输入的文本或图片智能创作出与输入相关的图像内容[1]
图生视频	视频创作：上传一张图片，输入创意描述——AI就能让画面动起来；还能让图片中的角色开口说话、唱歌（对口型），甚至是跳舞、做体操（动作驱动）。并且，腾讯混元还支持自动生成背景音效[8]

数据截至2026年4月24日^[1]

2023年9月7日，腾讯高级执行副总裁、云与智慧产业事业群CEO汤道生表示，腾讯云、腾讯广告、腾讯游戏、腾讯金融科技、腾讯会议、腾讯文档、微信搜一搜、QQ浏览器等超过50个腾讯业务和产品，已经接入腾讯混元大模型测试，并取得初步效果。^[10]他还称，公司已经和11000家生态伙伴展开紧密合作，推出了覆盖100多个产业场景的行业解决方案。^[18]截至2023年10月26日，已经有超过180个腾讯内部业务已接入腾讯混元，包括腾讯会议、腾讯文档、企业微信、腾讯广告和微信搜一搜等。^[19]