自 OpenAI 发布 Chatgpt 以来，大模型领域一个明显的趋势，就是随着算力的发展，模型容量持续提升，模型通用性和泛化能力也更强。

然而，此前国内基于万亿大模型的应用探索极少，在高速网络、训练 / 推理框架、模型算法和落地应用等方面，也没有全面深入的公开性研究。

在这种情况下，作为头部企业之一的腾讯，自然动了欲作开拓者的野心。

然而，若要问鼎“万亿大模型”这枚王冠，强大的算力则是必不可少的。于是，腾讯设计的一套“先蒸馏后加速”的大模型压缩方案——太极 -HCF ToolKit，就应运而生了。

太极平台，包含了从模型蒸馏、压缩量化到模型加速的完整能力，为 AI 工程师打造从数据预处理、模型训练、模型评估到模型服务的全流程高效开发工具。

由于太极框架封装了很多功能和验证，因此只要配置正确，就不需要再进行额外的测试。这大大加快了开放的进度。

以太极平台的基础，配合强大的底层算力与低成本的高速网络基础设施，腾讯打造了首个可在工业界海量业务场景直接落地，并投入应用的万亿 NLP 大模型——HunYuan-NLP 1T（以下简称混元）。

混元最快仅用 256 卡在一天内即可完成万亿参数大模型的训练，整体训练成本仅为直接冷启动训练万亿模型的 1/8。

而腾讯之所以在训练成本上如此大费周章，则与其自身的战略布局有着密切的关系。

纵观混元在腾讯应用层、模型层的布局，我们可以发现，这样的布局策略，很有可能是想以统一的平台，实现技术复用和业务降本，支持更多的场景和应用。

而这样的技术复用和多场景支持，则与腾讯在互联网领域独特的生态位有着密切关系。

腾讯目前已有的互联网江山，涵盖了社交、游戏、广告、内容创作等多个领域，如何用最低的成本，为原先已有的众多产品和业务进行赋能和升级，就成了腾讯在 AI 时代首先要考虑的问题。

目前，腾讯已经打造了以混元 AI 大模型为技术底座的广告多媒体 AI 技术矩阵；以及应用于创作的智能创作助手；和通用游戏竞技 的 AI“绝艺”+“绝悟”。

“混元”对腾讯 AI 应用生态的拓展，绝不仅仅是一次对原有业务的“纵向升级”。

从某种程度上说，这样的生态的拓展，体现了腾讯在人工智能时代，对社会各领域、各产业层面的新一轮商业渗透的展开。

而这种多元化布局的思路，可以说是对其在移动互联网时代“攻城略地”的一次复刻。

在移动互联网时代，腾讯的野心就已经四溢到了游戏、社交、金融、广告等多个领域。这种多元化的业务布局，使得腾讯的触手深入到了网络生活的各个方面，并最终通过微信这个终端，一步步整合了人们对于衣食住行的大部分需求，以至于到了人们难以对其脱离的地步。

在当下的社会中，人们几乎无法想象没有微信的生活会是怎样的。

在进行多元化布局的同时，通过“烧钱”的方式不断投资并购，也是腾讯壮大自身的另一大手段。

如京东、美团、滴滴等，这些企业都是行业内的领先者，与腾讯的业务有很强的互补性，能够为腾讯带来更多的商业机会和收益来源，从而进一步扩大了腾讯自身的业务版图。

然而，随着互联网红利消失, 市场已经进入相对平稳的发展阶段，各大巨头们也开启了从增量到存量的战争。

在这样的背景下，传统的“花钱买量”已经难以再带来新的用户增长，既然原有产品的“纵向增量”已经走到尽头，那么通过跨领域融合的“横向增量”方式，继续维持或扩大自身庞大的业务版图，就成了腾讯若要在 AIGC 时代，一种最可行的策略。

凭借已有的庞大的用户数据，加上大模型带来的开放平台、生态合作，将自身的业务逐渐与农业、医疗、工业、教育等领域融合，可以最终编织成一张深深嵌入社会各个领域的智能化网络。

正如移动互联网时代，微信通过二维码、朋友圈、小程序等功能的推出，不断扩宽了自身的应用场景，并实现了用户数的一次次飞跃。

在人工智能时代，通过混元大模型带来的通用 + 专用领域的融合功能，意味着腾讯能够将各个领域的数据和信息进行整合和分析，混元大模型可以提供更加个性化、智能和高效的服务，从而进一步增强用户的忠诚度和粘性。

而当这些来自多个领域的信息、数据，最终被大模型整合进某一终端时，一个涵盖了人们各个不同领域需求的“AIGC 版微信”，或许也就此诞生了。

在某种程度上，它可能会比现在的微信更“必要”、更“难以离身”，得益于大语言模型知识抓取、逻辑分析能力，一些涉及事项多、专业性强，并且与民众需求紧密相连的需求（如医疗、法律等领域），最后甚至仅仅能通过人们一句简单的“命令”，得到实现。

H800 Tensor Core GPU

随着混元大模型所带来的低成本训练红利，国内大模型多元化格局也有望就此形成，而由此构建出的人工智能生态，也将有望让 ChatGPT 这类 AI 发生在中国、根植在中国。