混元大模型将上线视频生成能力，已开放试用申请

日前有官方相关人士透露，腾讯混元大模型将于12月3日正式上线视频生成能力，目前用户可在腾讯元宝App内提交试用申请，企业用户可通过腾讯云提供服务接入、并且API也已同步开放内测申请。此外其还表示，腾讯将开源这一参数量达130亿的视频生成大模型。

据了解，混元大模型是由腾讯全链路自研的通用大语言模型，拥有超千亿的参数规模、超2万亿tokens的预训练语料，并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。

此前在今年4月，腾讯方面就将旗下协作SaaS（软件即服务）产品全面接入混元大模型、进行智能化升级，其中包括企业微信、腾讯会议、腾讯文档、腾讯乐享、腾讯电子签、腾讯问卷、腾讯云AI代码助手等。

以腾讯会议为例，得益于腾讯混元大模型的加持，其能够将冗杂的会议纪要、课程笔记、待办等事项交给AI小助手与智能录制，并实现个性化提醒、提炼关键信息、实时字幕翻译等，从而让参会者在会中有效提升专注度，提高沟通效率。

随后在7月，腾讯方面还开源混元文生图大模型（混元DiT）小显存版本和混元文生图打标模型混元Captioner。其中，混元DiT小显存版本最低仅需6G显存即可运行，对使用个人电脑本地部署的开发者更友好。并且经过与Hugging Face合作，这一版本与LoRA、ControlNet等插件均可适配至Diffusers库，开发者无需下载原始代码，仅用简单的三行代码即可调用，大幅简化了使用成本。

9月，腾讯方面还正式发布了从训练数据、模型架构、训练策略、训练框架和软硬件体系等方面实现全链路自研的新一代AI大模型混元Turbo。据悉，该模型采用了MoE（混合专家模型）架构，具备较强的中文创作能力、逻辑推理能力、数学计算和多轮对话能力，并且在“文生图”、“文生视频”、“文生3D”，以及“图+视频生文”等能力方面较为突出。

不久前，腾讯元宝也迎来了2.0版本的更新，并升级了混元turbo，在交互体验、AI搜索，以及多模态理解能力上均迎来了进一步的提升。其中在AI解析能力上，新增了支持任意长宽比、最高7K分辨率图片的理解分析，并采用中文原生DiT文生图架构，在语义理解、画面质感与真实性方面迎来全面提升。

【本文图片来自网络】