腾讯发布混元Large-Vision多模态理解模型，激活参数量达520亿

腾讯混元大模型团队于8月12日正式发布多模态理解模型混元Large-Vision，该模型采用混合专家（MoE）架构，激活参数量达520亿，支持任意分辨率的图像、视频及3D空间数据输入，并在多语言场景理解能力上实现显著突破。此次发布标志着腾讯在跨模态技术领域的进一步深耕。

值得关注的是，混元Large-Vision的推出延续了腾讯在大模型开源领域的战略布局。此前该团队已陆续开源包括Hunyuan large（52B参数）和混合推理MoE模型Hunyuan-A13B在内的大语言模型，其创新架构与优异性能获得开源社区高度认可。多模态方面，腾讯通过开放完整的生成能力工具集及插件系统，已实现文生图、视频生成、3D生成等技术的开源，相关衍生模型数量累计达3000个。8月初发布的混元3D世界模型1.0更是在Hugging Face平台创下趋势榜第二、单周下载量近9000次的成绩。

腾讯方面强调，开源将持续作为混元大模型的核心发展战略。未来计划通过推出更多参数规模、支持更丰富模态的模型，加速技术产业化进程，与开发者共同构建大模型开源生态。此次发布的混元Large-Vision在多模态理解领域的突破，有望为智能内容创作、跨语言交互等场景提供更强大的底层技术支持。