騰訊全面開放AI能力，要讓所有人“搭上車”？互聯網+
2025-09-20 12:38
騰訊這一次 AI 能力的開放，隨著騰訊AI能力全面開放，騰訊鋪的這條AI普惠之路。
AI普惠時代來了？
還在為AI的高門檻發愁嗎？看著別人家的業務坐上AI的火箭一飛沖天，自己卻因為“算力刺客”和復雜的技術望而卻步？感覺自己就像個AI時代的“局外人”？
別急，轉機來了。
2025 年 9 月 16 日，在深圳舉行的騰訊全球數字生態大會上，騰訊 正式宣布AI 能力全面開放。AI不再只是騰訊內部“秘密武器”，而是將底層大模型、開發平臺，到應用場景、算力基礎設施，對各行各業全面釋放。
實用勝于炫酷，落地優于概念。這次大會上，騰訊云發布了“智能體全景戰略”圖譜，推出 ADP 3.0 智能體開發平臺、Agent Runtime運行環境、混元3D 3.0模型等新產品，強調“應用主義”，讓AI真正走向場景化落地。
這些動作意味著：騰訊不僅要讓 AI 成為概念里閃光的標簽，更要把它變成推動生產效率、產業升級、國際化拓展的引擎。
可問題也在于，這種大規模開放與普及到底能帶來多大紅利？普通企業或開發者上車后會不會遇到比想象中更多的坑？騰訊鋪的這條AI普惠之路，真的是康莊大道嗎？
從“大腦”到“工具箱”全面開放
在騰訊剛剛揭幕的混元體系中，模型升級非常搶眼。混元 3D 3.0 不只是一個“新版本”。它引入了 3D-DiT 分級雕刻模型，三倍提升建模精度，幾何分辨率高達 15363，支持約36億體素的超高清3D模型生成，意味著創作者在制作復雜場景、游戲模型或者影視和動畫特效時，可以得到更精細的結果。
并且，混元 3D Studio 的管線也被重構：從組件生成、UV 展開，到顏色、材質、燈光渲染等七個核心環節被升級以滿足專業標準。這些能力不僅限于內部或極少數用戶，而是面向用戶免費開放，并通過 API 供開發者調用，讓影視、游戲、工業設計等行業更易獲取這些“創意武器”。
平臺方面，騰訊云的智能體開發平臺 ADP 3.0，則是一個關鍵樞紐。ADP 3.0 支持多種框架，如 LLM + RAG（大語言模型加檢索增強生成）、Workflow（工作流式自動化流程）、Multi-Agent（多智能體協同工作）等。
這意味著企業可以結合自己的數據、業務流程來搭建 AI 智能助手，而不必從零開始造模子。也就是說，這不只是給人一個“模型”，而是給一整套能用在實際生產里的工具箱。
還有基礎設施層面“Agent Runtime”的支撐，包括執行引擎、云沙箱、網關、上下文管理、可觀測性等模塊，使得智能體能被安全、高效地部署在云環境中。
云沙箱啟動速度最快可達 100 毫秒，并能支持數十萬個智能體實例并發運作，這對像客服問答、實時推薦、自動回復等響應速度敏感的業務至關重要。
在模型層面，騰訊并未走“堆參數、比規模”的路線，而是強調實用性和落地性。
其“混元大模型”聚焦多模態與行業應用，而不是一味追求“最大”，并且還推出了輕量化的企業級大模型服務，讓中小企業也能以較低成本接入AI能力。
可以說，騰訊更像是在搭建一張“神經網絡”，讓AI滲透到業務的每一條毛細血管，而不是孤立地造一個龐大的“大腦”。這種做法雖然不容易制造話題，卻更符合騰訊作為連接型公司的長期基因。
天眼查數據顯示，目前我國現存人工智能相關企業已經超過424.3萬家，僅2024年新增注冊超過50萬家，隨著騰訊AI能力全面開放，或許AI企業將加速注冊。
國產算力成新的王牌
在“算力焦慮”成為行業痛點的當下，騰訊打出的另一張王牌，是全面適配國產芯片。
模型和平臺是“上面”的能力，但沒有算力和基礎設施，很多能力只能停留在PPT和實驗室里。這正是騰訊這次戰略中非常強調的一塊：適配主流國產芯片，全棧軟硬件協同，以及基礎設施國際化。
騰訊云在大會上宣布，其平臺已隨著異構計算能力整合了包括昇騰、寒武紀、燧原等多家國內AI芯片廠商的硬件資源，使得模型在這些芯片上推理或部署時效率更高、成本更低。
這樣，中小企業不必依賴進口 GPU，而可以在國內硬件選項中找到更具性價比和可靠性的替代方案。
算力啟動速度也在大幅度提高，Agent Runtime 的云沙箱啟動延遲最快可達 100 毫秒，這意味著在用戶交互、客服、推薦系統等需要快響應的場景中，智能體幾乎可以實時響應，用戶體驗提升明顯。
大規模并發支持也很關鍵，因為如果一個平臺能支持數十萬智能體實例同時運行，就意味著企業能夠承載大規模用戶訪問或自動化處理任務的需求。
騰訊自己內部的應用也率先展示了“國產算力+基礎設施”的威力，比如CodeBuddy 工具內部使用率極高，對編碼時間縮短約四成。
許多效率提升不再只是概念，而能帶來實際的節省。
而在算力層面，通過軟硬件協同優化，在國產芯片上的推理成本、能耗、響應延遲等關鍵指標正在逼近甚至部分場景下優于傳統進口方案。
不過，這條“國產算力 + 基礎設施“之路，并非沒有挑戰。國產芯片在高密度計算、顯存、互聯帶寬、高速通信接口等硬件量級性能上，與一些國際頂尖產品仍有差距。
生態兼容性也存在問題，不同芯片廠商之間的軟硬件接口、驅動、工具鏈標準不統一，開發者在遷移或混合部署時可能遇到額外調試成本。
再者，適配與整合本身需要投入，不是只把芯片“接進去”就算成功，還要長期穩定、響應好。騰訊要把這張“國產長城”建得不僅高，而且結實且透氣，難度不小。
AI普惠的紅利都在哪？
騰訊把這么多模型、工具、算力鋪開，不只是為了炫技，而是希望激發產業升級、效率提升、用戶體驗改善這些實實在在的回報。AI普惠的紅利都在哪呢？
首先，對于許多中小企業與傳統行業而言，現在確實迎來了“上車”的機會。以前一個企業如果要用好 AI，需要投入大量算力或者雇技術團隊，還要自己訓練、調優。
現在，通過 ADP 3.0 或者混元 3D 的 API 或工具，這些能力可以部分外包或以服務形式獲取。
知識管理、客服自動問答、內容生成、會議紀要等工具，已經變得不難接入。比如“騰訊會議”的 AI 紀要功能使用量同比增長 150%，樂享知識庫問答準確率達到 92%。
這些都說明在常規辦公和溝通協作中，AI 的效率提升并非遙遠愿景，對很多企業來說，這樣的效率提升就可能轉化為成本節省、響應快、產品到市場速度快。
其次，對普通用戶來說，AI 的“陪伴感”與便捷性正在增強。比如在內容創作里，混元 3D 系列模型開放以后，圖像／3D 生成的質量提升明顯，讓許多設計師、小團隊能以較低成本制作出以前需要大團隊才能完成的視覺效果。
元寶、騰訊電子簽等工具不斷增強智能交互與自動化水平，使得日常行政、簽約等環節的摩擦減少。用戶不一定意識到“AI 在背后做了多少事”，但使用體驗在一點點變好。
但是，紅利并不是百分之百的。中小企業盡管門檻降低了，但數據準備、模型定制、安全與隱私保護、運維支持等不少“隱形成本”仍然存在。這些環節往往耗時耗力，企業不一定有足夠的人才或預算。
尤其是在行業極其細分或對精度、可靠性要求極高的場景里，默認開放模型或工具可能仍然需要大量二次開發與調優。
除此之外，效率提升意味著一些工作被自動化，但這也可能對崗位、對行業結構造成沖擊。誰來承擔這些“被替代”的成本？此外，如果這些 AI 能力主要集中在騰訊及其生態合作伙伴手中，而中小企業只是消費者角色，那么紅利仍然更多流向頭部企業。
如若價格結構復雜不透明，那么所謂“普惠”可能只是一個幌子。舉個例子，一個企業可能起初覺得“用起來便宜”，但在規模放大、并發增多或者定制化需求增強后，費用迅速上升，負擔變重。
騰訊這一次 AI 能力的開放，可能是中國 AI 落地進入快車道的一次關鍵轉折，是“AI 不再只是頭部企業秀肌肉”的標志。
但模型與平臺的“實用性”需時間檢驗，算力基礎設施要在穩定性與國際合規性上過關，紅利能否真正惠及中小企業與普通用戶同樣是關鍵。
如果你是一個企業家、產品經理、創意從業者，或者普通AI用戶，現在確實是一個“上車”的好時機。騰訊這盤棋走得大也走得穩，但能不能成為創業者那條真正“康莊大道”還需時間及市場的檢驗。
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
