腾讯混元大模型正在加快开源步伐
11月5日，腾讯混元宣布最新的MoE模型“混元Large“以及混元3D生成大模型“ Hunyuan3D-1.0”正式开源，支持企业及开发者精调、部署等不同场景的使用需求，可在HuggingFace、Github等技术社区直接下载，免费可商用。
本次开源是腾讯混元继文生图模型后持续开放的一大举措。其中，腾讯混元Large是目前开源领域参数规模最大、效果最好的MoE模型，而腾讯混元3D生成大模型则是业界首个同时支持文字、图像生成3D的开源大模型。两个模型均属腾讯全链路自研，在架构、算法、数据等方面有独特创新，填补了行业空白。目前，两个模型均已经在腾讯业务场景中落地应用，经过实践的检验，是面向实用场景的应用级大模型。
当天，腾讯云TI平台和高性能应用服务HAI也开放接入这两个模型，为模型的精调、API调用及私有化部署提供一站式服务。
坚持MoE架构，模型持续升级开放
腾讯混元Large模型总参数量 389B，激活参数量 52B ，上下文长度高达256K，公开测评结果显示，腾讯混元Large 在CMMLU、MMLU、CEval、MATH等多学科综合评测集以及中英文NLP任务、代码和数学等9大维度全面领先，超过Llama3.1、Mixtral等一流的开源大模型。
腾讯混元Large 在各类测试集上得分领先现有主流开源模型
MoE(Mixture of Experts)，即混合专家模型，是目前国内外主流的大模型结构。2024年年初，腾讯混元就宣布在国内率先采用MoE架构模型，总体性能比上一代Dense模型提升50%。此后，腾讯混元推出基于 MoE 架构的多模态理解大模型以及基础模型"混元turbo"，在性能、效果、速度等多个领域表现优越，第三方测评居国内大模型第一。
在模型结构和训练策略方面，腾讯混元Large全面探索了MoE ScalingLaw，进行了MoE共享专家路由、回收路由等策略上的创新，并引入了专家特化的学习率适配训练策略，有效提升不同专家利用率和稳定性，带来模型效果的提升。
腾讯混元Large在Post-Train方面做了大量创新优化。面对SFT通用领域繁多，数学、代码高质量指令数据获取困难，业界广泛采用的离线DPO，强化策略效果上限不高，泛化性弱等挑战，腾讯混元Large模型分门别类提升数学、逻辑推理、代码等能力，另外在一阶段离线DPO的基础上引入了二阶段在线强化策略。
数据方面，腾讯混元Large构建了覆盖数十个类目，高质量、高多样性、大量级的中英文合成数据，显著提升模型效果，其中数学和代码效果提升超过10%。针对长文领域测评数据集缺乏，方法不够客观等问题，腾讯混元Large还基于公开数据，构建了一套完整覆盖长文阅读理解、多文档摘要总结、长文逻辑推理等领域任务的数据集企鹅卷轴（PenguinScrolls），并将对外开放，助力大模型长文方向的技术研究。
腾讯混元Large模型专项提升的长文能力已经应用到腾讯AI助手腾讯元宝上，最大支持256K上下文，相当于一本《三国演义》的长度，可以一次性处理上传最多10个文档，并能够一次性解析多个微信公众号链接、网址，让腾讯元宝具备独有的深度解析能力。
工程平台方面，腾讯混元Large模型由腾讯全链路自研，其训练和推理均基于腾讯Angel机器学习平台。其中，针对 MoE 模型通信效率问题，Angel训练加速框架AngelPTM实现了多项技术优化，性能是主流开源框架DeepSpeed的2.6倍；针对模型推理加速，腾讯Angel机器学习平台和腾讯云智能联合研发 AngelHCF-vLLM框架，在最大限度保障精度的条件下，可节省50%以上显存，相比于业界主流的框架BF16吞吐提升1倍以上。
腾讯混元Large 模型已同步上架腾讯云 TI平台。TI 平台具备实战型大模型精调工具链，提供灵活的大模型训练数据标注能力和开源的数据构建Pipeline，内置 Angel训练和推理加速能力，支持一键启动混元Large精调，帮助用户训练出真正满足业务需求的专属大模型，提升研发效率。
同时，腾讯混元大模型 PaaS平台开放支持包含混元 Large 模型在内的十余种混元API 服务调用，可满足文生文、图生文、文生图等不同模态以及角色扮演、functioncall、代码等不同专项的模型需求。
业界首个同时支持文字、图像生成3D的开源大模型
腾讯混元3D生成大模型首批开源模型包含轻量版和标准版，轻量版仅需10s即可生成高质量3D资产，目前已在技术社区公开发布，包含模型权重、推理代码、模型算法等完整模型，可供开发者、研究者等各类用户免费使用。
腾讯混元Hunyuan3D-1.0模型也已上架到腾讯云HAI，通过HAI上更高性价比的GPU算力、模型一键部署能力和可视化图形界面WebUI，有效降低模型开放和部署门槛。
此次腾讯混元开源的3D生成大模型 Hunyuan3D-1.0 ，解决了现有的3D生成模型在生成速度和泛化能力上存在不足的问题，可以帮助 3D 创作者和艺术家自动化生产 3D 资产。该模型具有强大泛化能力和可控性，可重建各类尺度物体，大到建筑，小到工具花草。经过定性、定量多个维度的评估，腾讯混元3D生成大模型的生成质量已达到开源模型的先进水平。
在两个公开的3D数据集 GSO 与 OmniObject3D 上，腾讯混元Hunyuan3D-1.0 效果优于主流开源模型，整体能力属于国际领先水平。从定性角度评估，Hunyuan3D-1.0 与行业领先的开源模型的 3D 生成效果表现对比也显示出较高水平，包括几何细节、纹理细节、纹理-几何一致性、3D合理性、指令遵循等评价维度。
应用上，3D生成相关技术已经开始应用于UGC 3D创作、商品素材合成、游戏3D资产生成等腾讯业务中。其中，腾讯地图基于腾讯混元3D大模型，发布了自定义3D导航车标功能，支持用户创作个性化的 3D 导航车标，相比传统的3D车标重建方案，速度提升了91%。此前，腾讯元宝 APP 也上线了”3D 角色梦工厂“玩法，支持个性化的 UGC 3D 人物生成。
随着自研大模型技术强大的和应用实践经验的丰富，开源已经成为腾讯混元大模型的一个战略选择，未来，腾讯混元也将继续带来更多模态、更多尺寸的开源模型，将更多经过腾讯业务场景打磨和检验的模型开源，促进大模型技术进步和行业生态繁荣。
附：腾讯混元Large访问地址
官网地址：https://llm.hunyuan.tencent.com/
Github 项目地址：
https://github.com/Tencent/Tencent-Hunyuan-Large
HuggingFace模型地址：
https://huggingface.co/tencent/Tencent-Hunyuan-Large
附：腾讯3D模型访问地址
官网地址：https://3d.hunyuan.tencent.com/
Github 项目地址：
https://github.com/Tencent/Hunyuan3D-1
HuggingFace模型地址：
https://huggingface.co/tencent/Hunyuan3D-1
腾讯云开发者
