与「腾讯混元」相关的搜索结果

有人用Blender接MCP，两周前开始摸索，结果发现AI几乎能帮你搭出任何3D模型。 他用这套流程做了一个高达模型，用到Blender、腾讯混元3D、Gemini和ChatGPT。 怎么做的👇

腾讯开始发力了，新发布的 腾讯混元Hy3 很有东西，而且两周内 API 免费用！！！ 价格也太很香：输入 ¥1/百万 token，输出 ¥4/百万 token，命中缓存 2毛5，低于 DeepSeek V4-Pro 295B 的 MoE 只激活 21B，等于用小模型的成本跑出了大模型的水平：推理能力够到 DeepSeek V4 pro、Qwen 3.7 max 这一档，Agent 能力卡在 GLM-5.1 和 5.2 之间。 更实际的是 token 效率，WorkBuddy里的办公任务对比 GLM5.2，做文档省 47%，做 PPT 省 49%，模型便宜一半等于预算翻倍。而且 Apache 2.0 随便商用。 目前 API 免费两周，大家快去薅起来～

合作伙伴 | ETH Beijing 黑客松 × 腾讯混元 ETH Beijing 黑客松（6 月 5–7 日）很高兴迎来腾讯混元（Tencent Hy）成为本次活动的合作伙伴。 本次合作中，混元团队将来到现场，和参与的同学与 builder 们交流开源模型与前沿技术，分享实践经验，也一起探讨大家在构建过程中遇到的真实问题。 我们始终相信，开源社区是技术进步的重要推动力。期待在黑客松的这几天里，为开发者们创造更多面对面交流与共创的机会。 黑客松举办在即，点击官网了解日程安排： #ETHBeijing# #Hackathon# #腾讯混元# #开源#

近年来，中国AI产业快速崛起，引发了一波海外华人AI人才回流潮。媒体报道显示，曾在海外顶级科技公司和研究机构工作的华人研究员，正陆续加入中国的大模型与人工智能企业。例如，曾负责Google Gemini强化学习与自我改进团队的周浩于2026年加入阿里巴巴，担任千问Qwen后训练负责人；原Salesforce集团副总裁许主洪于2025年回国加入阿里，负责通义实验室多模态研究；曾任OpenAI研究员的姚顺雨加入腾讯混元，担任首席AI科学家；原Google DeepMind研究副总裁吴永辉加入字节跳动Seed团队；而杨植麟则创办了月之暗面（Kimi）。媒体普遍认为，这些人才回流的重要原因包括：中国大模型行业进入高速发展期，拥有更大的算力和资金投入、更高的话语权与科研自主性，同时美国科技行业裁员、签证与地缘政治环境变化，也让越来越多华人研究者认为“中国已经能够提供接近甚至超越硅谷的发展平台”，形成了新一轮“逆向人才流动”。

今天，腾讯发了混元 Hy3 模型。作为大公司自研的旗舰模型，它相当小，参数只有 295B，作为比较，GLM 5.2 的参数是 744B。 参数少，计算量就小，会影响表现，但好处是速度快，成本低。 根据我的测试，它的表现还可以，大概达到或超过了 GLM 5.1 的水平。由于 API 价格低，适合作为日常模型使用。

Marvis（马维斯）是腾讯（应用宝团队）推出的操作系统层级AI助手，2026年5月20日正式上线，官网 可直接下载（Windows/Mac/Android已开放，iOS预计6月中旬）。 它不是单纯的聊天机器人，而是能深入系统底层、真正“干活”的AI，像钢铁侠的Jarvis一样，用自然语言操控电脑/手机。 核心定位：把整台电脑变成可对话的智能对象。整合系统、文件、应用、算力、跨端连接。 架构：1个主Agent（PM）+ 5个副Agent（File文件、Computer系统、App应用、Browser浏览器、Search搜索），并行协作拆解执行复杂任务。 两种模式：效率模式：端云协同（DeepSeek V4、混元等），又快又准。 隐私模式：纯本地大模型，文件0上传，断网可用，适合财务/法务/HR等敏感场景。 每日免费：1000万Token，日常够用。

在腾讯股东大会上，腾讯董事会主席兼首席执行官马化腾表示，“原来一年前我们以为上了船，后来发现那个船漏水了，现在感觉站上去了，还坐不下去，还是希望船速能快一点。 中翻中：去年以为混元至少能混个第二梯队，还可以DeepSeek兜底，结果发现其他人咔咔冲，废了。今年挖人搞出来Hy3，加上DeepSeek V4兜底，勉强算站在船上，但是没有座位。 希望模型再来个大的范式迭代，这样把所有人的水平线拉平下，好让我们有时间追赶。

《能帮你办成400多件事的AI来了，阿里开启了新纪元》1月15日，千问App深度接入支付宝政务服务与“AI付”功能，实现签证、户口等50项民生服务的“一句话办理”，还完成了跨App的服务调度与支付闭环——这不仅是中国第一款真正打通多个App的AI智能体，更印证了唯有阿里具备突破行业壁垒的生态硬实力，腾讯、字节短期内难以复制。 AI智能体的核心价值，在于打破“应用孤岛”实现自主执行，而这需要底层技术、生态资源与商业闭环的三重支撑，恰恰是阿里的独家优势。千问此次并非简单跳转链接，而是Agent级别的深度调用：用户一句“周末去杭州订高性价比行程”，即可触发飞猪查机酒、淘宝选用品、闪购备补给、支付宝完成支付的全流程协同，后台无需用户手动切换任何App，真正实现“一个智能体管理所有服务”。这种能力的背后，是阿里沉淀几十年的生态协同基因——从电商、支付到本地生活，阿里旗下各业务早已实现数据互通与接口标准化，而千问作为“超级大脑”，正是激活这一生态的关键钥匙，目前能够帮用户办理400多件事情。 反观腾讯与字节，其布局基因决定了难以突破跨App协同的核心瓶颈。腾讯的AI布局聚焦社交生态，混元大模型虽接入近700个业务，但核心围绕微信、游戏等自有场景，对外生态的开放性不足，且缺乏统一的支付与服务闭环，难以实现跨平台的无缝调度。字节跳动则主打数据驱动与多模态技术，豆包等产品虽覆盖广泛场景，但企业服务生态不完善，缺乏电商、支付等核心执行环节的支撑，更难以撬动外部政务服务资源，只能停留在“问答助手”阶段，无法落地“自主办事”的智能体能力。二者的短板本质上是生态布局的结构性缺失，短期内难以弥补。 千问的突破性，更在于攻克了智能体时代的“三道墙”：设备墙、应用墙与接口墙。通过阿里统一的技术中台与数据标准，千问实现了不同App间的协议转换与数据同步；依托支付宝的政务服务资源，打通了政府部门与商业平台的信息壁垒；凭借标准化的API网关，将各业务功能拆解为可自由调用的“乐高积木”。这种从底层基建到上层应用的全栈布局，正是阿里独有的优势——腾讯依赖外部底层技术，字节缺乏完整的服务生态，均无法构建如此全面的协同体系。 作为中国首款真正意义上的跨App AI智能体，千问的落地标志着阿里在AI竞赛中实现了维度领先。当其他巨头还在聚焦模型参数与单一场景优化时，阿里已通过生态协同，让AI从“会说话”进化为“能办事”。这不仅是技术创新的胜利，更是生态布局的必然结果——唯有阿里，能将分散的服务资源拧成一股绳，通过千问智能体交付给用户。 未来，随着更多场景接入这一生态，千问将持续拓宽智能体的能力边界。而腾讯与字节若想跟上步伐，不仅需要技术迭代，更需重构生态布局与开放理念。但至少目前，阿里千问已凭借独家生态优势，成为中国AI智能体时代的绝对领跑者，其开创的跨App协同模式，将定义未来数字服务的新范式。

老鲁决定给腾讯发个小红花。老鲁扫射过的几个互联网大厂里，京东两次举报老鲁，阿里发了律师函，只有腾讯对老鲁的视频默不作声。腾讯排前五的老总还坚持收听老鲁的节目，偶尔在饭局上打听老鲁到底是谁。