最强国产多模态刚刚易主！腾讯混元把GPT-4/Claude-3.5/Gemini-1.5都超了

根据最新的AI行业资讯，腾讯的混元大模型在多模态能力上取得了显著的进步，甚至在某些方面超越了国际上知名的模型如GPT-4、Claude-3.5和Gemini-1.5。在中文多模态大模型测评基准SuperCLUE-V中，腾讯的hunyuan-vision和上海AI Lab的InternVL2-40B分别成为国内闭源和开源界的两大领跑者。腾讯混元大模型的多模态版本，hunyuan-vision，不仅在API调用上受到开发者的青睐，更在腾讯元宝APP中免费向用户开放体验。

腾讯混元大模型作为一位"老朋友"，自去年9月首次亮相以来，一直保持快速迭代，目前已扩展至万亿参数规模，覆盖文本、多模态理解及生成等领域。腾讯混元率先完成MoE架构升级，从单个稠密模型升级到多个专家组成的稀疏模型，这在提升多模态能力上起到了关键作用。

为了更直观地展示国产多模态大模型的进步，我们对腾讯元宝进行了一系列的测试。从梗图表情包理解、照片内容识别到视觉错觉挑战，腾讯元宝都展现出了出色的表现。在实际应用场景中，无论是财报摘要读取、学术图表识别还是行测找规律题，元宝都能够准确理解并给出合理的答案。

腾讯混元大模型作为一位"老朋友"，自去年9月首次亮相以来，一直保持快速迭代，目前已扩展至万亿参数规模，覆盖文本、多模态理解及生成等领域。在国内大模型中，腾讯混元率先完成MoE架构升级，从单个稠密模型升级到多个专家组成的稀疏模型。

腾讯元宝APP，主打"实用AI搭子"，不仅在多端同步、聊天记录同步方面表现出色，更在多模态理解能力上展现出了强大的实力。无论是文档截图、人像风景、收银小票还是任意照片，元宝都能基于图中内容给出自己的理解和分析。

腾讯元宝团队表示，接下来将把更多精力放在融合模型多模态能力上，进一步提升用户体验。同时，腾讯也在深度搜索和深度长文阅读等方面进行了功能更新，减少了技术细节的暴露，简化了用户操作。

此外，腾讯混元大模型的多模态能力也在实际应用中得到了验证，无论是财报摘要读取、学术图表识别还是行测找规律题，都能准确理解并给出合理的答案。特别是在一道考验对中国文化背景理解的附加题中，腾讯元宝准确识别了《葫芦兄弟》的截图，并正确回答了相关问题，显示出其在理解中文语境方面的优势。

综上所述，腾讯混元大模型在多模态领域的进步和实力得到了业界的认可，其在多模态理解和生成方面的能力已经在多个场景中展现出了强大的实力和潜力。

品牌介绍：

BuluAI是一个创新型的算力云平台，算力使用灵活，可为开发者提供强大计算资源和全面支持，帮助BuluAI的使用者能够更专注于技术、应用的研究和优化。

BuluAI算力平台预计9月上线内测，扫码添加客服，可申请获得内测名额，期间算力免费试用！