騰訊元寶打定了抱緊DeepSeek大腿不松手的主意。

就在3月26日，元寶迎來重大更新，再次趕在第一時間接入DeepSeek V3的“小版本更新”版本V3-3024，與此同時，元寶還同步接入了自研的混元T1正式版。

對DeepSeek的緊緊跟進，是因為元寶正在切切實實享受到這一策略帶來的好處。在今年年初的民企座談會上，馬化騰和梁文鋒做了回“同桌”，并排而坐。在那4天之前，2月13日，騰訊元寶宣布接入DeepSeek。

沒有人想到，騰訊此舉讓元寶像坐上火箭，扶搖直上三千里，一度登上蘋果應(yīng)用商店中國區(qū)免費榜榜首。前不久的財報會上，騰訊總裁劉熾平透露元寶的日活激增超過20倍。

自此之后，“自研+開源”的融合模式成為騰訊最新的AI策略，即通過與自身豐富產(chǎn)品生態(tài)的融合，也通過不同模型之間的協(xié)同互補，達成用戶側(cè)的體驗提升。

另一方面，從這次V3更新和混元T1正式版的上線，能看出來另一種“融合”的趨勢，那就是推理模型和通用模型的互相靠近。

未來究竟是屬于通用模型的，還是推理模型的，亦或是其他黑馬？這也許根本就是一個偽命題。

當你有輪子的時候，不必兩條腿走路。

DeepSeek將在掀起全球“推理熱”之后，再度掀起“融合”熱嗎？

01

勤奮的元寶

不得不說，元寶跟得太緊了。

DeepSeek在3月24日晚上突然上新V3的“小版本更新“，也就是V3-0324。

到了3月26日，元寶就已經(jīng)接入了V3-0324，并且還同步接入了騰訊自研的混元T1。一個非推理模型，一個推理模型；一個外部模型，一個自研模型。元寶算是把組合玩明白了。

V3這次的更新說是“小版本更新”，悄無聲息地突然在開源平臺Hugging Face上線，其實是來了個大的，升級幅度并不小。朋友說“隨便吃點”，你以為是速凍餃子，其實端上來個毛血旺。

根據(jù)DeepSeek的官方技術(shù)報告，V3-0324在數(shù)學、百科知識、代碼任務(wù)上表現(xiàn)都優(yōu)于前代，尤其是在數(shù)學和代碼類評測集上得分超過OpenAI的GPT-4.5和Anthropic的Claude-Sonnet-3.7。

最有意思的是，V3-0324雖然不是推理模型，但是有R1的味道。官方技術(shù)報告里點出的四大亮點“推理能力”“前端開發(fā)能力”“中文協(xié)作能力”“中文搜索”都落在了R1的優(yōu)勢范圍內(nèi)。

在實際測試中，V3-0324也比舊版本更傾向于輸出更多文本。比如測試一個簡單的指令“寫一篇你自己的散文”，V3給出的有科技浪漫感的文本可以說是“很R1”了。

DeepSeek也在報告中透露，V3-0324和之前的V3使用的base模型相通，改進了后訓練方法，并借鑒了R1推理模型訓練過程中的強化學習技術(shù)。

從前推理模型和非推理模型在使用時，用戶很明顯的一個取舍是，非推理模型響應(yīng)快，但精細和準確度上弱一些，推理模型則往往“思考”得更深入，還會給出詳細的思維鏈，返回的結(jié)果更精確詳細，但響應(yīng)速度上比較慢。

但DeepSeek似乎正在往“中間”走。

騰訊新推出的混元T1模型也有這樣的特點。元寶在26日同步接入了DeepSeek的V3-0324和自研的混元T1。

T1是推理模型，但是響應(yīng)速度更快。

這是因為在架構(gòu)上，混元T1就舍棄了全Transformer，而是沿用混元Turbo S的模型架構(gòu)，采用Hybrid-Mamba-Transformer。

Transformer架構(gòu)擅長捕捉復(fù)雜上下文，而Mamba特長在高效處理長序列。兩相結(jié)合，模型在快與慢之間尋找平衡。

我們用經(jīng)典的“雞兔同籠”題分別向DeepSeek R1和混元T1提問，在關(guān)閉“聯(lián)網(wǎng)搜索”的情況下，二者最終給出的答案無誤，R1思考用時28秒，T1僅用14秒。

在MMLU-pro、CEval、AIME、Zebra Logic等中英文知識、競賽級數(shù)學，以及邏輯推理公開基準測試中，混元T1的得分比肩DeepSeek R1和OpenAI的o1（均為推理模型）。

值得注意的是，混元T1每百萬tokens 輸出價格4元，這是DeepSeek R1標準時段輸出價格的四分之一，與其優(yōu)惠時段價格持平。

這樣看來，騰訊不僅是在元寶接入模型的速度上看跟得緊，從模型的路線和價格上也是。

比亞迪對“高階智駕”進行了重新定義。

02

追隨策略的勝利

來得早不如來得巧妙，短短一個月時間，元寶支棱起來了。

3月19日，騰訊總裁劉熾平在2024年年報電話會上提到了元寶的表現(xiàn)，2月到3月日活激增超過20倍，成為中國第三高的AI原生移動應(yīng)用程序。

騰訊元寶去年5月30日發(fā)布，初期定位是集成騰訊混元大模型的智能助手，但是反響平平。1月DeepSeek的R1模型全球大火，次月騰訊就宣布將DeepSeek-R1滿血版接入元寶，由此元寶也迎來了轉(zhuǎn)折點。

在那之后，元寶高強度“日更”，35天里版本更新30次。用戶也不斷涌入，元寶一度登頂蘋果中國區(qū)應(yīng)用商店免費榜，超越DeepSeek。

不僅是元寶，騰訊在AI領(lǐng)域的發(fā)力突然按下加速鍵。其旗下核心應(yīng)用如微信、QQ瀏覽器、QQ音樂、ima、騰訊文檔等，都接入了DeepSeek模型，并同步支持自研混元大模型。

“自研+開源”的多模型策略還將繼續(xù)。騰訊方面表示，騰訊元寶將繼續(xù)堅持“雙?！?。投入繼續(xù)加大，近半個月就投入近3個億。在前不久的財報會上，劉熾平透露：“我們計劃在2025年進一步加大資本支出，預(yù)計資本支出將占收入的十幾個百分點。”

這又是一次“追隨策略”的勝利（至少是階段性的勝利）。

緊盯市場走向，快速跟進與創(chuàng)新結(jié)合，實現(xiàn)后發(fā)優(yōu)勢，這是騰訊擅長的。從騰訊“起家”的QICQ，到如今的元寶都是如此。

騰訊曾經(jīng)飽受“抄襲”“模仿”的質(zhì)疑。馬化騰早在2010年就稱“模仿也是一種嘗新”，在2018年面對記者提問時，他的回答更加完整：“有時候為了創(chuàng)新而創(chuàng)新，反而會讓創(chuàng)新動作變形。很多創(chuàng)新往往是自下而上的，總是在不經(jīng)意的邊緣地方出現(xiàn)。如果企業(yè)完全自上而下，給創(chuàng)新定好方向，這樣往往沒有活力，很僵化?！睆呐cDeepSeek合作，與自研模型并行，并與內(nèi)部應(yīng)用融合來看，創(chuàng)新可以是自下而上的，也可以是從外向內(nèi)的。

在AI的牌桌上，巨頭要考慮的不僅僅是如何造出更好的模型，而是怎樣發(fā)揮自身積累的產(chǎn)品優(yōu)勢，以及怎樣讓對AI的投入和自身戰(zhàn)略相結(jié)合。

在接入DeepSeek之前，騰訊在整個2024年也已經(jīng)廣泛部署AI，并且從中“嘗到了甜頭”。騰訊內(nèi)部已經(jīng)有超過700個業(yè)務(wù)場景接入混元大模型與加入開源大模型。全年資本開支767億元，同比增長221%，收入同比增長11%。其中騰訊會議收入增長40%，AI功能月活增長到1500萬。而企業(yè)微信收入同比翻倍。

與其說騰訊突然“激進”了，不如說輪子落進了合適的車轍，加速是勢在必行。

03

融合的風

馬化騰在產(chǎn)品層面緊跟梁文鋒，整個大模型行業(yè)也在跟著梁文鋒而動。

毋庸置疑的是，DeepSeek R1從今年初開始掀起了全球“推理模型熱”。AI模型求“大”不再是公認唯一可行的路徑，再經(jīng)過DeepSeek對工具的不斷開源，更讓人們有意識追求“效率”的魅力。

OpenAI o3 mini、谷歌的Gemini Flash Thinking；國內(nèi)月之暗面的Kimi 1.5，科大訊飛 X1，阿里Qwen 2.5-Math-PRM……

這次DeepSeek對通用模型的更新，則顯示出了“融合”的趨勢。V3-3024融入了R1的強化學習推理優(yōu)化方法，同時保留了通用模型的高效執(zhí)行特性，是突破通用模型“平庸困境”的一種嘗試。

騰訊的混元T1正式版也有異曲同工之妙，從架構(gòu)層面融合，使得其作為推理模型反應(yīng)速度顯著提升，與此同時能更好地處理上下文。DeepSeek嘗試讓通用模型向推理模型的方向走了走，騰訊則讓推理模型向通用模型的方向走了走，兩端都在向中間靠攏。

模型生產(chǎn)商兼顧幾種路徑，導致產(chǎn)品線冗雜的問題已經(jīng)有所顯現(xiàn)。

此前OpenAI CEO山姆·奧特曼（Sam Altman）在談及GPT-5的計劃時就曾經(jīng)透露，模型和產(chǎn)品功能太復(fù)雜，未來OpenAI將將其統(tǒng)一，o3模型不再單獨發(fā)布，GPT-4.5也將是OpenAI最后一個非鏈式思維模型。

Anthropic搶先OpenAI一步，試圖給出解決方法。在2月底發(fā)布了“全球首個混合模型”Claude 3.7 Sonnet。即在單一架構(gòu)上整合實時應(yīng)答（Fast Thinking）和深度思考（Slow Thinking）。不讓用戶去在不同的模型間進行切換，而是模型自行判斷當前問題是否需要深度思考。

也許接下來的問題是融合的方式選擇：是通過AI自動調(diào)配來實現(xiàn)“融合”（實際上是將不同模型藏在后臺），還是在模型層面做融合（就像V3-3024和騰訊混元T1正式版的做法）。

所謂的“兩條腿走路”，是并行開發(fā)分離的通用模型或者推理模型。那么如今的融合趨勢，就是將兩條腿變成了一個輪子，邁左腳還是右腳，別去操心了。

歡迎在評論區(qū)留言~
如需開白請加小編微信：dongfangmark