文章来源：科技新知
2024年已经逐渐步入了尾声，但国产大模型的内卷之战却还在继续着……
最近，腾讯终于有了新动作，在开源模型上卯足了劲。11 月 5 日，腾讯宣布开源 MoE 大语言模型混元 Large，腾讯称混元 Large 是业界参数规模最大、效果最好的开源 MoE 大语言模型，采用 7T 训练 tokens，总参数量 389B，激活参数量 52B，上下文长度高达 256K。
然而，从去年年初至今，在文本大模型的战场上，身为BAT三巨头之一的腾讯，却长久地处于被动的状态。
一个明显的表现是：在10月国内Web端AI助手的排行榜上，腾讯的AI产品元宝仅排在了第11位，月访问量不到200万，远不及百度的文心一言、与阿里的通义千问。
图源/量子位
如今，在国内的AI应用上，要问起知名度最高的前三个，人们可能很难会想到腾讯的元宝。
问题来了：同样身为BAT三巨头之一，且有着微信这样一个超级入口，为何腾讯却在C端方面表现如此不堪？
一个重要的原因，恐怕并不是腾讯的元宝有多“差”，而是在于在众多国产大模型的AI产品中，元宝是一个十分四平八稳，平庸到毫无“特色”的存在。
而这样的平庸，对于腾讯这样的巨头而言，并不是一个及格的答卷。
基于腾讯混元大模型的的AI产品——元宝，目前在C端的体验究竟怎样？
在这里，我们以当前文本大模型最核心的几项能力，例如文本总结、撰写，深度推理等，将元宝与排名较前的一些大模型进行对比，或许就能从中得知其与目前一线模型的差距。
首先来看看文本总结。
在这里，我们先选取一篇关于低空经济的深度长文章，分别试着让元宝、Kimi，通义千问进行总结。
首先，我们试着让三个大模型，分别总结下，这篇文章的核心论点是什么。
从上到下的模型分别是：元宝、Kimi、通义千问。
可以看到，在三者的表现中，元宝最为简略，只草草地总结了文章的一些大致内容。
而相较之下，Kimi和通义千问的表现则详尽得多，不仅列出了数个要点，并且有条理、有逻辑地对文章的脉络进行了梳理，让用户有了一个大致的框架。
接下来，再看看文本撰写方面的表现。
在这里，我们的要求是：“用司马迁写《史记》的风格，叙述一下特朗普从2020年败选，到今年再次当选美国总统这段时间的经历，同时还要在叙述中，带有一些戏谑和讽刺的色彩。”
这样的要求，考验的就是模型在写作时的指令遵循能力。
先来看看元宝的表现。
虽然在写作风格上，确实比较接近《史记》，但是元宝并没有按我们的要求，从特朗普2020年败选的经历开始叙述，而是从他幼年的经历开始讲起，并且也没看出戏谑和讽刺的色彩。
之后是Kimi的表现，虽然在文风上，离《史记》还差了点，但是基本上已经做到了“从特朗普2020年败选的经历开始叙述”“带有一些戏谑和讽刺的色彩”这两点。
讲真，在这一轮比较中，三者表现最好的，就是通义千问了。从文风、叙述要点，以及情感色彩方面，都与我们的要求最接近。
之后，我们再看看三者在深度推理方面的表现。
这回我们的要求是：“联网搜索一下，目前各大咖啡品牌在县城等下沉市场的竞争态势，并分析这一态势背后的原因，之后从商业角度，给出一个独到的见解。”
这是一个复杂的分析型查询，需要结合实时数据，进行多步骤、多维度的分析。
在测试中，我们都开启了三个大模型的“深度搜索”功能。
由于答案太长，这里只截取最关键的“独到见解”部分。
首先来看元宝的表现。
平心而论，在元宝给出的见解中，只有“本地化”这一点，算是比较靠谱的，其他的看法，像什么“参与社区公益”“推广绿色消费理念”，都是些很外行，很不着调的回答。
之后是Kimi的回答。
跟元宝对比，可以明显感受到回答的深度、质量上了一个台阶。例如“数字营销”“优化供应链”这些见地，不仅一针见血，而且针对性很强，显然是考虑到了县城客流量低，对价格竞争更敏感的特点。
最后是通义的回答。
可以看到，在集合了之前Kimi针对性较强的特点上，通义的回答更为具体、细致，而不是看起来在“泛泛而谈”，其深度、针对性，与元宝相比，再次提升了一个等级。
通过以上测评，我们基本上可以看出：目前腾讯的元宝，在国内梯队中，仅仅只能算是“刚好及格”的那一批。
在文本总结、撰写这些日常任务上，其表现就已十分勉强，遇到一些需要复杂分析、推理的任务时，其水准就更不尽如人意。
从当前国内大模型的概况来看，脱颖而出的玩家，往往有这么两类：
一类走的是市场路线，凭借其在多个业务线中积累的大量数据，将用户与内部场景进行深度整合，增强其在C端用户中的吸引力；这类的代表玩家，有百度、字节、阿里。
另一类则是以月之暗面、智谱清言为代表的，以硬核技术力作为核心锚点的企业，其主要靠模型过硬的实力吸引用户。例如月之暗面的Kimi，其模型在长文本的理解方面，在国内模型中就属于凤毛麟角。
从体量、实力上来说，腾讯完全有可能成为第一种玩家，甚至成为二者兼具的“双修”型选手，让人失望的是，作为一家拥有庞大社交生态、深厚技术积淀的巨头，腾讯却在这一领域“掉队”了。
究其根本，腾讯在语言模型领域的“拉胯”与其技术战略、组织架构不无关系。
首先，腾讯的组织结构问题是其在大模型领域失利的“罪魁祸首”之一。
从组织架构来看，腾讯采用了多部门参与的研发模式。据报道，腾讯的AI大模型研发涉及六个业务群（BG）的参与，其中TEG更侧重通用算法研发，而其他业务群则更关注行业应用。
这种策略有其优势（如贴近业务需求），但也带来了一些潜在的挑战（如协调成本较高）。
相较之下，BAT中的百度、阿里，在大模型方面的组织架构则集中得多。无论是百度智能云，还是阿里达摩院，都能在同一战略目标下集中算力资源，将模型与应用紧密协同。
腾讯的分离架构，在一定程度上导致了资源整合的困难，尤其是在GPU资源、算力需求等方面难以快速响应，从而影响了大模型的训练和应用速度。
说到底，这是因为腾讯长期以来专注于“社交”“娱乐”等业务的结构，决定了其组织形态更适合产品迭代而非技术突破，其技术研发更多服务于具体业务需求，而非系统性的基础研究投入。
虽然与腾讯相比，字节也同样是以娱乐内容起家的互联网巨头，但这其中的关键区别就在于：由于在短视频形成的内容导向策略，让字节跳动旗下的抖音、今日头条等产品需要时刻追踪用户喜好，快速迭代功能和内容，使得字节必须更注重算法、数据上的积累。
这一点从字节早期就开始构建的算法推荐引擎可见一斑——它不是在有了具体业务后才去开发技术，而是先有了技术积累，才催生出今日头条、抖音这样的产品。
而这与坐拥全国最大社交软件（微信、QQ）的腾讯，有着天然的差别。
很多人质疑腾讯在大模型方面的滞后时，往往会想：既然腾讯背靠着QQ、微信这样的超级入口，那其为什么不将自身的元宝大模型整合进其中，通过流量效应取得优势？
关于这点，一个深层的原因，就在于微信和QQ等社交生态的崛起，靠的不是技术，而是运营策略和庞大的用户数。
靠着互联网时代“跑马圈地”的策略，腾讯已经稳坐了这个江山，对于腾讯而言，这是其最核心的资产，在此情况下，任何过于“新锐”的技术，都可能影响用户体验的改变，从而会被视为高风险操作。
尤其是当前大模型技术尚未完全成熟的情况下，各种幻觉、错误等问题，都会带来难以预料的负面影响。
更重要的是，社交场景中的对话往往涉及大量私密信息，如何在提供AI服务的同时，确保用户隐私安全，这是一个技术上和伦理上都极具挑战的问题。
而这也引出了一个有趣的悖论：在互联网时代，塑造各个巨头的优势因素，在AI时代，反而可能成为一种潜在的掣肘。
在当下大模型的竞争中，最重要的环节之一莫过于数据。
从这方面来看，腾讯的技术积累和商业模式与百度、阿里有着本质区别。百度长期深耕搜索引擎和知识图谱，积累了海量的结构化数据和自然语言处理能力；阿里则依托电商生态，拥有丰富的场景化数据和完整的产业链支持。
相比之下，腾讯虽然在社交领域占据优势，但其数据属性更偏向于即时通讯和娱乐，这在大模型发展的物质基础上就形成了先天差异。
更深层次来看，这样的差异，也反映了不同企业在面对技术变革时的路径依赖。腾讯的商业基因更偏向于连接与娱乐，而大模型技术的突破性应用，首先体现在知识服务和生产力工具领域。这种错位，使得腾讯在大模型竞争中不得不采取更为谨慎的策略。
这也是为什么，在垂直场景适配方面，例如在金融、医疗、教育等专业领域的技术突破上，腾讯明显落后于百度和阿里的系统性布局。
与百度、阿里建立构建统一的分布式计算框架（如飞桨、PAI），开发可复用的基础算法组件相比，腾讯的创新，更像是一种“自上而下”的模式：即为特定产品优化算法性能，解决局部场景的技术问题。
这样的技术差距，背后的根本原因在于腾讯的技术创新范式，与大模型这种需要持续深耕的底层技术存在结构性矛盾。
可以说，从早期的QQ到微信，再到现在的AI大模型，马化腾式的商业智慧，更多地体现在资本配置和生态搭建上，而非原始技术突破。
在互联网时代，腾讯通过投资大量初创公司和科技企业，以“买、买、买”的策略，极快的速度扩展了业务版图。在大模型和AI领域，腾讯大模型开发更多依赖开源技术和已有算法框架，但在核心技术积累上，并未能形成像百度的飞桨、阿里的M6这样的自研基础设施。
这助力腾讯构建了一个庞大、稳固的商业生态，但也形成了一种“宿命式”的依附。
