腾讯混元大模型在传媒领域的落地实践与核心能力

大型模型在垂直场景应用遭遇知识处理瓶颈

传媒行业企业面临企业内部知识格式复杂、更新速度快与通用模型理解能力不足的矛盾。通用大模型在落地时容易出现幻觉，且缺乏垂直场景的企业级知识理解能力。

• 知识格式复杂度：企业知识输入包含 pdf、docx、excel、xmind、html 等多种格式，且常出现图文表混排、双排、三排等复杂排版，包含页眉、页脚、水印等干扰元素。
• 知识类型多样性：涉及事实性知识（文档）、概念性知识（表格）、程序性知识（画布）。
• 通用模型局限：基于通用大模型进行 Fine-tune（微调）成本高且时效性弱，难以应对研报数字混淆、说明书操作步骤不全、多产品咨询比较时表格数据不准确等实际业务难点。

构建涵盖生文、生图、生视频的大模型工具链

腾讯云智能基于腾讯混元大模型，构建了包含三大引擎的原生工具链，旨在降低模型应用门槛，通过 Prompt 提示工程、RAG 检索增强生成、FT 微调 等综合手段解决行业痛点。

• 知识引擎：基于大语言模型的知识应用开发平台，支持 OCR、ASR 等底层能力，覆盖政务、文旅、金融、教育、医疗等行业大模型。
• 图像创作引擎：基于大模型的 AI 图像生成与编辑能力，支持文生图、图像风格化、AI 写真、背景替换等功能。
• 视频创作引擎：多模态算法技术视效能力平台，包含视频生成、视频转译、人脸融合三大核心产品。

量化性能指标与测评表现

通过技术架构升级与参数优化，混元系列模型在通用能力与特定场景下均取得具体量化指标。

• 生文能力：最大模型已拓展至 万亿混合专家模型 (MoE)，同时兼顾 1B、3B 等不同 Dense 中小模型。在腾讯内部已有 600+ 业务接入混元。
• 生图能力：采用 中文原生 DiT 架构（业内首个），支持 1:1、4:3、3:4、16:9、9:16 等多种规格，支持 768 ~ 1280 分辨率图像生成。在广告场景众测中，Goodcase 率及广告主测评采纳率明显高于 Midjourney (MJ)，提升幅度大于 10pct。
• 评测对标：据腾讯混元团队 24 年 5 月评测，混元整体能力达到 GPT-4 Turbo 的 102%（理科达到 97%）；在沙利文《2024年中国大模型》评测中，位于中国大模型第二梯队，专业应用能力对标国际大模型均线。

传媒行业标杆案例落地

以下案例展示了大模型在具体业务场景中的实际应用效果：

案例一：某日报构建国际传播应用

• 业务背景：基于 40 年报道文档、Stylebook 及精选英文素材构建可信信源数据集。
• 技术实现：通过模型精调、大模型 RAG、知识引擎及动态语料库，构建生产辅助智能体（如实体标签抽取）。
• 业务价值：提升国际传播内容的生成效率与准确性。

案例二：川剧非遗文化传播与保护

• 业务背景：通过人与大模型对话，学习川剧相关知识，检索媒资库匹配片段。
• 技术实现：利用混元大模型结合多模态技术，对接媒体内容中台（包含内容管理、任务管理、流程编排等）。
• 业务价值：实现非遗文化知识的数字化检索与交互式传播。

案例三：央视新闻与阅文集团的创作辅助

• 央视新闻：在《AI测测你最适合去哪春游》公众号活动中，通过文生图技术根据用户输入生成专属目的地图像，提升用户互动率。
• 阅文集团：在“作家助手”中应用文生图功能，生成网文角色头像及插图；通过“筑梦岛”实现 IP 角色对话，辅助作家丰富世界观与创作细节，加速 IP 孵化。

案例四：北京广播电视台春晚互动

• 业务背景：2024 年农历大年初一举办新年春晚，连续多年排名省级春晚第一名，需进行春晚预热宣传。
• 技术实现：开发“我的春天，看我的”AI 视频互动小程序与 H5，利用视频创作引擎进行创意营销。

技术积淀与研发实力

叶国宇（腾讯云智能高级解决方案架构师） 指出，选择腾讯云智能的核心在于其深厚的 AI 研究积累与产业落地能力。

• 专利与论文：共拥有 5000+ 项 AI 相关专利，发表顶会论文 800+ 篇。
• 技术荣誉：
  • 腾讯优图实验室 在 CVPR 2021 Image Matching Workshop 图像匹配技术中获得 全球第一。
  • “神农”多语言预训练模型 获得国际权威榜单 XTREME 总榜及全赛道 全球第一。
  • 在 WMT 2021 中英文新闻翻译评测中获得 第一。
• 架构优势：依托 星脉高性能计算网络 (Astral Network)，实现从基础设施到模型构建的全面布局，具备强大的算法、算力和中文数据优势。