“混元”初开
9月7日，深圳的连绵细雨中，一场意料之中的发布会终于拉开序幕。舞台的大屏幕，一位工作人员缓缓在键盘中敲下数个问题：“你是谁？”“你的核心技术架构是什么？”类似微信对话框一样的鲜艳绿色，揭示着这场发布会的主角。回答者的光标闪烁，缓缓道出：您好！我是腾讯混元大模型，……”在2023年上半年的“百模大战”开打半年后，腾讯终于揭开了通用大模型“腾讯混元”的面纱。腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在会上表示，腾讯将迈入全面拥抱大模型时代。当前，包括腾讯云、腾讯文档、腾讯视频在内的50多个业务，都已经接入混元进行测试。
腾讯集团高级执行副总裁、
云与智慧产业事业群CEO汤道生
混元的发布的意义在于，在巨头中，腾讯不仅坐拥微信、QQ等国民级To C社交产品，在To B端也坐拥企业微信、腾讯文档、腾讯会议等王牌应用，这是离用户最近的第一落点。而在大模型时代来临后，AI能够为这些产品和场景带来多少增量，决定了AI能够多有效地落地。在生态大会上，腾讯除了展示混元在聊天对话、文字生成等方面的能力，更为重要的是与各类产品的结合：在腾讯广告中，AI助手可以进行广告素材创作，生成合适的广告模特图，商品文案等；在腾讯会议中，混元能帮助与会者，实时总结会议讨论了多少个论点，并且能够分辨出参会者A、B、C是谁，并且总结某个人的观点。
OpenAI的ChatGPT在去年底推出后，以迅雷不及掩耳之势点燃全球，这把火蔓延到中国后，中国的互联网巨头、AI公司、甚至各个垂直行业中的垂直龙头，纷纷宣布要做AI大模型，追上这波时代浪潮。与其说沉默，不如说腾讯是不急于一时。“我们也一样在埋头研发，但是并不急于早早做完，把半成品拿出来展示。对于工业革命来讲，早一个月把电灯泡拿出来在长的时间跨度上来看是不那么重要的。”今年5月，马化腾在股东大会中如此表示。而到了混元对外亮相的此刻，腾讯集团副总裁蒋杰将其定义为一个“可用”“可实践”的大模型。“从今天的展示可以看出，从大语言模型，到文生图，到最后的视频，混元的能力一直在演进，混元的亮相只是开始。”蒋杰表示。
腾讯集团副总裁蒋杰事实上，能在短时间内做到这些能力，并非一蹴而就。“混元”大模型并不是在ChatGPT浪潮来临之后才出现的产品，真正的投入早在两年前才开始。蒋杰回忆，腾讯在2021年开始研发混元，一开始就用在了广告业务当中。“最早的混元并不是稠密的大模型，我们是基于稀疏结构的大模型，用于支撑我们的广告业务。”稀疏结构的大模型特点在于，具有非常大的容量，但只有模型的用于给定的任务、样本或标记的某些部分被激活，好处在于，让千亿甚至万亿的模型运行起来更容易。从人工智能的发展脉络来看，在以Transformer为主的大模型架构创新出来前，AI在工业界还是以CV（图像识别）为主应用方向，比如摄像头的人脸识别等等。在这样的场景中落地，基本是针对每个细分场景训练一个专有的模型，参数体量很少过亿。但大模型的体量大，需要高密度的，以GPU为主的算力。如果说机器学习、深度学习等流派让AI进入工业化时期，那么大模型的出现，则是让AI进入到“重工业”阶段——需要海量的数据、大量以GPU为主的算力，而底层的芯片、训练框架等都需要重新做适配。宛如建立一座堡垒，这两年间，除了混元的训练之外，腾讯在底层的服务器、高性能网络、训练框架到AI平台，都有单独的产品推出，一砖一瓦，为大模型搭建起新的基础设施底座。
只需用一句话，就足以描绘出中国大模型战局之紧张。“据公开数据，到7月底为止，国内大概有130个AI大模型。”腾讯集团副总裁蒋杰表示。在国内，不只是互联网巨头做通用大模型，还有垂直厂商做各种垂直行业的模型。在“刚出道就成红海”的竞争中，如何才能抓住用户，这是所有大模型玩家要面对的命题。在混元发布之前，腾讯唯一一次对大模型进行发声是在今年6月。腾讯先行推出了覆盖10个行业的超过50个解决方案。简单而言，腾讯相当于向前走了半步——用户不需从0到1构建一个模型，只需要在行业大模型上加入数据微调，即可得到一个自己专属的企业模型。而到了混元发布，腾讯如今也已经全面开放了API服务。混元将会作为腾讯MaaS（模型即服务）的基座，客户可以直接通过API调用混元，也可以将混元作为基底模型，为不同产业场景构建专属应用。之所以要在企业客户处抢占身位，一个重要的原因在于，ChatGPT引发的大模型热潮，会带动云计算行业进入新的时代。在过去，云计算如同标准化的水电煤，随取随用，产品也相对标准化。但如今客户需要的AI能力却是“大模型即服务”，对智能水平有更高的要求。比如，客服机器人能不能给出更人性化、更像人的答案、生成图像、文案是否能够满足人类员工的要求。客户则愿意为智能水平支付溢价——这会成为AI未来利润的来源。而无论是客服机器人、生成广告文案、在PPT中充当助手等等……其共通点在于，离客户“最后一公里”的服务，重要性前所未有地提高。不难得出，应用场景才是决胜的关键因素。“最务实的做法，还是回到每个企业自身的痛点，降本增效，用行业大模型去解决企业的问题。可能刚开始使用的版本只能解决问题的80%，但因为有很清晰的使用场景，用户的反馈能够形成反哺，让你不断打磨你的行业大模型，提升答题准确率。”汤道生解释。在硅谷，AI应用的热潮已经愈演愈烈。创业公司纷纷下场做新应用，但目前仍在早期，现在他们所面对的新用户更多是早期使用者（Early Adopter），挖掘更为广大的新客户还需要时间。更值得关注的现象是，大公司或者垂类巨头，都在拼命探索将生成式AI技术引入原有的业务里，这是一条稳健的路径。微软在To B领域已是巨头。在投资OpenAI并且达成深度合作后，微软在自家的Office 365套件中加入AI助手Copilot，定价每月30美元，基本是把商业用户Office服务的“实际定价”，提升了1-3倍，这也让微软的股价一度涨近4%，创历史新高。在垂类厂商里，Salesforce则是另一个让业务“焕发生机”的故事。作为CRM巨头，Salesforce旗下的Einstein原本只是一个不起眼的业务。但在2023年3月，Salesforce宣布推出CRM生成式AI工具EinsteinGPT，将GPT引入到Slack、Sales Service、Marketing、Commerce以及App构建工具之中。由此，这块业务摇身一变，成为Salesforce在AI时代的一个入口。腾讯的AI战略也有共通之处。“大模型的产业应用，可能不一定是很天马行空的、很‘嗨’的场景，也许就是怎么让你的售后服务高效，更快解答客户的疑问，虽然朴实但是有用。”汤道生解释道。事实上，基于自身的业务场景去构造产品，打磨产品，最后对外开放给企业用户——这是腾讯一直以来的创新路径。比如，由于内部在开会时总是遇到信号不稳、体验差等问题，腾讯组建起一支内部队伍，从0到1研发出腾讯会议，并且经历疫情时期的海量高并发考验。如今，腾讯会议已经服务了4亿多用户。AI大模型的高投入更是决定了，无论是AI原生的产品，还是将新技术引入到有业务中，都需要考虑商业层面的可持续发展。“腾讯混元大模型的建设，不是只为了在业界做发布、甚至评测打榜。从一开始，我们就是根据腾讯自身应用做研发和匹配，跟大模型深度结合，才能够去抵消整个大模型高昂的设备、训练、人员的成本。”蒋杰表示。上一波AI浪潮中，烧钱换市场增长的模式已经远去——在大模型新时代，企业将会迎来重塑商业模式、真正验证商业价值的时刻。在一场为期十年的AI长跑中，先扎根产业，以慢为快，无疑是当前中国AI赛道可见的一道务实解法。现在，混元不仅已经体系完备，MiniMax、智谱、百川智能等大模型创业企业都在使用腾讯云提供的算力。而在模型层，腾讯云在8月16日已经宣布，已经支持了20多款开源模型，包括如今开源领域受众最广泛的LLaMA2。面向产业，已是腾讯大模型的鲜明标签。一个细节是，在混元大模型进行应用场景展示时，会场里的几千个企业客户和合作伙伴，都纷纷拿出了手机拍照。这是一道有代表性的风景线。数千企业客户和生态合作伙伴，会成为腾讯开拓产业的重要同伴。这同样映照着国内大模型赛道的当下现状：“百模大战”激战半年后，首战已然结束，用AI画画、和AI对话已经不是新鲜事。到现在，谁能夺下场景，为客户提供足够多的产品，某种程度上更符合人们对国内大模型的下一阶段期待。
健康可持续更重要
走进AI新时代，是技术、产品的耐力战。而要支撑起这场战役的企业，还需要有一副“健壮的身体”。2023年8月，腾讯发布Q2财报，总营收1492亿元，同比增长11%。其中，ToB业务收入486亿元，同比增长15%。腾讯用“稳健”一词来形容这季的成绩。事实上，对腾讯而言，过去一年是一段“触底反弹”的时期——2022一整个财年，腾讯的收入和利润增速很长一段时间都不甚乐观。在互联网公司告别高增长，经济动荡的大环境下，变革已不能再等。早在“混元”慢慢积蓄力量、幻化成形之前，腾讯云自己这两年就在经历一场变革。心态上的转变是第一步。“以前做集成的时候，觉得自己在整个行业很多事都能做，签几个亿的单子会庆功，但真正做的时候，才是痛苦的开始。”腾讯集团副总裁、云与智慧产业事业群COO、腾讯云总裁邱跃鹏回忆起两年前的情景。
腾讯集团副总裁、云与智慧产业事业群COO、
腾讯云总裁邱跃鹏
知道自己什么会、什么不会——这是腾讯在这两年中学到的重要一课。自家产品和技术问题都好说，实在不行，派产品团队派到一线驻场，总能解决。但冲在前头做集成，涉及大量的协调、管理、边界等等问题，完全不是产品和技术层面能够解决，造成的结果是——可能签了几个亿的单子，却很难交付，回款也很难。因此，过去两年里，腾讯开始坚定执行被集成战略，向后退一步，做自己擅长的事情。“我们在执行上非常坚决，在执行上也超出预期。”邱跃鹏说。高层的意志坚定，莫过于2022年12月的经典一幕——马化腾在内部大会中罕见喊话：“不要被人家奚落两句，说哎呀你这个云是不是被华为给超过了无所谓！我们不着急，千万不要上当！”而具体到一线业务中，腾讯也在大刀阔斧地调整战略，比起短期收入，腾讯更乐见长期的生意。“我们核心关注的点，第一是产品自身的竞争力，第二是产品是否很好地交付，让客户满意，第三是客户是否认可你的产品价值，愿意以合理的价格持续购买。”邱跃鹏表示。这也曾导致短暂的阵痛。腾讯集团副总裁、政企业务总裁李强记得，腾讯曾经有安防领域的合作伙伴，但腾讯因为执行被集成战略，放弃做一些项目后，“部分合作伙伴就从我们的合作伙伴平台里退出了。”
腾讯集团副总裁、政企业务总裁李强
但通过这种“克制”，腾讯云反倒从原来大包大揽的千头万绪中，梳理出清晰的脉络，让业务跑得更加通畅。到今天，腾讯正在建立起与自己战略更契合，也更稳定的合作伙伴网络。据腾讯生态大会官方披露的数字，现在腾讯有超过11000家伙伴。成效也非常明显。自2022年下半年起，腾讯净利增速已经连续四季领先营收增速，2023年Q2的净利增速达33%，已是收入增速的三倍。向后退一步，建立起健康可持续的模式，反倒会为腾讯在下一个时代里积累起新的资本。如何建立起一套可持续的发展模式？汤道生总结了一套“721法则”：70%的资源投入在短期发展；20%是投入在发展中期的技术，可能再多两年就会有商业化变现，来补充成熟业务；最后的10%投在仍处于发展早期的前沿技术，面向未来机会布局，可能要三五年甚至更久才能带来商业回报。在大厂中，腾讯以做To C产品见长，等到做To B，腾讯继承了这一能力——腾讯文档、腾讯会议等国民应用就是证明。而在“721”这套机制下，腾讯的产品中心主义，在这两年间又续上了新的故事。基础设施的创新，对大模型而言意义更加重大。如今的大模型训练很大程度仍受限于基础设施，是一套“精密工程”。
在几年前，GPU在算力市场中占比不大，腾讯云副总裁王亚晨就曾在内部反复和客户讲：“和CPU的算力需求不同，GPU类似于新买一辆法拉利，如果要让它的性能充分发挥出来，直接在现在的城市里上路跑肯定不行，而一定要给它专有赛道——带宽要足够大，这是带宽对GPU性能的影响。”比如，AI大模型依靠GPU集群进行训练，数据交互有互相依赖关系，一个计算任务可能要几十块GPU芯片一起算，而芯片之间，都需要一定是等着最慢的那块芯片算完后，任务才算完成。而腾讯的研发团队经过测试发现，如果在这中间数据丢包率哪怕达到0.1%，GPU利用率基本一下就下降50%，对AI训练而言损失巨大。存储也存在类似的问题。大量计算节点会同时读取一批数据集，存储的性能同样会限制计算的性能，为了避免计算节点产生等待，需要尽可能缩短数据加载时长。简而言之，要搭建高性能的AI训练集群，计算、网络、存储，都不可有短板。因此，面对大模型带来的高性能网络需求，腾讯云开始建起了一条高速公路，也就是高性能网络平台“星脉”；并自研存储架构。而在此中间，更多的自研模块也能起到优化作用。比如腾讯云自研的高性能通信库TCCL，就能够感知到路径的拥塞情况，进行通信加速；而自研的端网协同的TiTa协议，就像一个“交通指挥官”一样，让GPU通信时选择最佳的数据调度路径，减少丢包现象。实测结果显示，搭载同等数量的GPU，3.2T星脉网络相较1.6T网络，集群整体算力提升20%。同时，腾讯云通过自研的存储架构，实现TB级吞吐能力和千万级IOPS，COS+GooseFS对象存储方案和CFS Turbo高性能文件存储方案，充分满足大模型场景下高性能、大吞吐和海量存储要求。“如果说大模型算力中的网络，是为GPU修了一条专业赛道。那么高性能存储，则是一个秒换轮胎的维修站，提前备好数据，尽量减少计算节点的等待，让集群性能进一步逼近最优。”腾讯云文件存储产品负责人马文霜表示。我们可以想象，如果维修站一下子来了太多需求，也会发生拥挤。腾讯云的高性能方案会智能把数据分层，最常用的轮胎（数据）放前排，没那么常用的，稍微放远一点，这样可以通过调度提升速度；也可直接把放轮胎的位置快速扩容，把所有轮胎都放到第一排，无论有多少车来都可以秒换轮胎。HCC高性能计算集群只是其中之一。今年，腾讯云还推出了向量数据库TencentCloud VectorDB等，这也被认为是大模型的“刚需”基础设施。一步步地从底层的服务器、框架都自研完成，再到如今“混元”的推出，腾讯的大模型产品矩阵已经初现雏形，路途依然漫长。“大模型是一场马拉松，目前才跑到一公里，To B业务的渗透，可能都是以十年作为单位。”汤道生如此形容。
