騰訊AI戰略為何從技術研發轉向規模化生產力落地？

Question

Accepted Answer

騰訊AI戰略從技術研發轉向規模化生產力落地，是為了應對「智能體」時代的商業機會與挑戰。

騰訊此番戰略轉向，核心在於將 AI 從單純的技術實驗室推向實際的生產力工具。此舉的具體時間點可追溯至 7 月 23 日，騰訊宣布結束原有多模態與大語言模型部門的雙軌制，合併成立「基礎模型部」，由首席 AI 科學家姚順雨統一管理，全面統籌語言、多模態、強化學習及 Agent 等基礎模型研發。此舉不僅整合了內部研發力量，更明確了以「智能體」(Agent) 為核心的產品落地方向。
整合組織架構以驅動產品落地

騰訊此次戰略調整的關鍵一步，是將 AI 研發的組織架構進行深度整合。7 月 23 日成立的「基礎模型部」，由姚順雨統一管理，整合了過去獨立的多模態模型與大語言模型部門。此舉旨在打破內部壁壘，加速從底層模型到上層應用的協同，為後續大規模的生產力工具開發奠定基礎。這意味著騰訊不再僅僅追求單一模型的性能極致，而是著力於構建涵蓋圖像、視訊、語音及 3D 生成的完整模型矩陣，以支援更多元化的智能體應用。
以「智能體」為核心，構建全場景產品矩陣

騰訊對智能體的押注已迅速體現在產品發布上。7 月 22 日發布的 Miora，作為國內首個多 Agent 協作的創意工作室，展示了 AI 在自動化內容創作領域的潛力。而在辦公領域，WorkBuddy 的快速崛起尤為顯著，其 6 月份單月訪問量已突破 2000 萬，成為國內 PC 端 AI 原生辦公智能體的領導者。WorkBuddy 的產品迭代，包括獨立 APP、登陸鴻蒙系統，乃至與 X-AI 記憶眼鏡的合作，都顯示了騰訊將 AI 入口從傳統 PC 端延伸至更廣泛的終端，並解決了傳統 AI 缺乏上下文記憶的痛點。
強調「性價比」與企業級安全合規，突破落地瓶頸

與市場上部分追求極致性能的路線不同，騰訊的混元 Hy3 模型採取「性價比」的平台型策略。騰訊雲副總裁吳運聲指出，中國廠商在商用階段更在意推理成本，因此在保證智力的前提下追求更高的成本效益，這符合企業用戶的實際需求。然而，智能體大規模落地面臨的最大挑戰並非技術本身，而是企業現有系統的適配問題。為此，騰訊推出了 ADP 企業級智能體開發平台，透過提供可觀測與可審計能力，來滿足金融、政務等行業對安全與合規的嚴格要求，有效解決了智能體在複雜企業環境中的部署難題。
打造技能生態閉環，推動智能體規模化複製

騰訊最終的目標是建立一個繁榮的智能體技能生態系統，類似於應用程式商店的模式。其 SkillHub 已沉澱了 7.8 萬個 AI 技能，並搭配 SkillPay 支付體系，形成了開發者上架技能、使用者調用並支付的商業閉環。騰訊深知 To B 市場的複雜性，因此強調將持續透過提供底層平台與模型能力，與行業夥伴緊密合作，共同推動智能體的規模化複製與普及。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

騰訊AI戰略為何從技術研發轉向規模化生產力落地？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

1

0

0

分享給好友