腾讯公司10月23日宣布,混元大模型3.0版本正式对外开源,包含文本、图像、视频理解和生成全系列模型。其中混元-Text 7B/13B/70B三个版本同步上线GitHub和HuggingFace平台,采用宽松的Apache 2.0协议,允许商业免费使用。这是腾讯继2025年开源混元2.0之后,再次将核心大模型技术向全社会开放。
混元3.0文本模型支持最长128K的上下文窗口,能够完整理解一本中篇小说的全部内容。在具体能力指标上,混元3.0-70B在MMLU测试中达到89.2分,GSM8K数学推理达到94%,HumanEval代码测试达到90.3%,综合能力跻身全球第一梯队。相比2.0版本,幻觉率下降了63%,事实性回答准确率提升至91%。
多模态能力是混元3.0的重要升级方向。混元-Vision视觉理解模型支持图像解析、图表理解、OCR识别等多种能力,在DocVQA文档问答测试中准确率达到92%;混元-Video视频理解模型支持最长1小时的视频内容分析,能够自动提取关键片段、生成摘要、回答关于视频内容的具体问题。
腾讯副总裁蒋杰表示,开源是腾讯拥抱AI大模型时代的核心战略之一。过去一年,腾讯内部超过400个业务线已经全面接入混元大模型,涵盖微信、QQ、游戏、广告、金融科技等核心场景,大模型日均调用量超过800亿次。此次开源3.0版本,希望帮助更多中小企业和开发者用最低成本用上最先进的AI技术,共同推动中国AI产业生态繁荣发展。