腾讯AI按下加速键：从模型到应用，全面加速智能体落地

在外界看来，腾讯在AI领域的步伐显得稳健甚至谨慎。然而，在2025年的尾声，从人才引进到产品迭代再到组织变革，一系列动作密集进行，透露出这个科技巨头正在加速前进。

12月17日，机器之心报道证实，前OpenAI研究员、清华校友姚顺雨（Vinces Yao）正式加入腾讯，担任「CEO/总裁办公室」首席AI科学家，直接向腾讯总裁刘炽平汇报。与此同时，腾讯宣布升级大模型研发架构，成立AI Infra部、AI Data部及数据计算平台部，全面强化研发体系。

除了人事与组织的变动，腾讯还发布并开源了国内首个可实时交互的混元世界模型1.5（WorldPlay），展示了其在技术迭代与开源贡献上的决心。

姚顺雨在其博客中探讨过AI发展的「下半场」逻辑，强调智能体与认知架构的重要性。如今，随着他的加入，并统管AI Infra与大语言模型两大核心部门，腾讯AI的战略路径愈发清晰：通过顶尖研究与扎实工程的深度结合，为用户打造真正好用的AI。

持续强化模型能力

上层应用的繁荣离不开底层基础模型的支撑。此次架构调整中，新成立的AI Infra部被置于关键位置，负责构建大模型分布式训练、高性能推理服务等核心能力。

腾讯混元模型在迭代能力上展现出强劲实力。最新发布的混元2.0在复杂指令遵循和文本创作上表现领先；在3D生成领域，腾讯混元3D系列模型成为全球最受欢迎的开源3D模型之一，社区下载量超过300万，并推出混元3D 3.0，将建模精度提升了3倍。

姚顺雨的加入不仅带来了前沿的算法视野，更关键的是他同时负责模型与Infra。这种一体化管理有助于加强算法研发与底层算力之间的互融，让基础设施更好地适应模型演进的需求。

模型与工程能力的深层协同

如果说腾讯混元大模型的持续进化是打造一颗更强劲的心脏，那么要让AI真正跑通业务场景，还需要一套精密传动的骨骼。

这也是腾讯AI工程化落地一直在努力的方向，通过从模型、工具到应用的完整布局，逐步填平模型突破与产业落地之间的鸿沟。

工程化能力首先反映在底层算力基础设施的优化上。据悉，腾讯通过软硬一体化策略，针对星脉网络与高性能存储进行专项调优，将模型训练综合性能提升了30%。

同时，腾讯云将支撑大规模训练的同源技术能力沉淀为TI平台，核心解决模型训不动、调不准的工程挑战。该平台不仅支持算力潮汐调度，更实现了从数据处理到部署的全链路打通。

应用落地多点开花

在金融、传媒、企业营销等多个领域，腾讯的AI能力已实现规模化落地。在金融领域，保险行业通过腾讯云ADP构建了智能体开发平台，显著提升了理赔处理效率。在传媒领域，广东广播电视台基于ADP打造了「AI内容服务平台」，大幅提升了内容生产效率。在企业营销侧，绝味食品通过ADP打造了营销云Agent，实现了活动内容点击率和支付转化率的显著提升。

从底层的架构变阵、人才引进，到平台层的系列工具及开源组件串联，再到上层的多场景落地，腾讯正在构建一个紧密咬合的AI飞轮。