🐯虎嗅•較早收集於 14m
騰訊解散九年AI實驗室
💡騰訊AI實驗室關閉揭大科技陷阱，對比DeepSeek組織秘訣。（24字）
⚡ 30-Second TL;DR
有什麼變化
AI實驗室發表千篇頂會論文，但優先視覺/語音強化微信/遊戲。
為什麼重要
凸顯平台巨頭AGI級創新困境，提升初創敏捷與長久期資本在AI的案例。
下一步行動
研究DeepSeek杭州集中模式，設計高密度AI研究團隊。
誰應關注：Founders & Product Leaders
關鍵要點
- •AI實驗室發表千篇頂會論文，但優先視覺/語音強化微信/遊戲。
- •2026年解散，資源注入混元，因成長放緩與AI應用失利。
- •大科技成功形成對顛覆創新的「免疫」；DeepSeek靠密集約束驅動組織勝出。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •騰訊此次組織調整涉及將原 AI Lab 的基礎研究人員與騰訊雲、混元大模型團隊進行深度整合，旨在將學術研究成果更直接地轉化為商業化產品，而非僅停留在論文發表階段。
- •內部消息指出，騰訊管理層對 AI Lab 長期以來「重學術、輕落地」的績效評估機制表示不滿，認為其在生成式 AI 爆發的關鍵窗口期，未能及時產出具有市場競爭力的底層模型架構。
- •此次解散並非完全放棄 AI 研究，而是騰訊在面對高昂算力成本壓力下，採取的一種「資源收斂」策略，將有限的 GPU 算力資源集中於混元大模型的迭代與應用生態建設。
📊 競品分析▸ Show
| 特性 | 騰訊 (混元) | DeepSeek | 百度 (文心一言) |
|---|---|---|---|
| 核心策略 | 業務場景整合 (遊戲/社交) | 極致成本優化與架構創新 | 生態開放與產業賦能 |
| 模型架構 | 混合專家模型 (MoE) | 高效 MoE 與創新訓練算法 | 知識增強大模型 |
| 商業模式 | 雲服務與內部業務賦能 | API 低價策略與開源生態 | 雲服務與廣告變現 |
🛠️ 技術深入
- •騰訊 AI Lab 原有架構：主要基於計算機視覺 (CV)、語音識別 (ASR) 及自然語言處理 (NLP) 的獨立研究組，側重於特定任務的優化。
- •混元大模型架構：採用基於 Transformer 的混合專家模型 (MoE) 架構，強調長文本處理能力與多模態交互。
- •整合後技術路徑：轉向以混元為核心的統一技術棧，強化模型在騰訊生態內（如微信、遊戲引擎）的推理加速與輕量化部署能力。
🔮 前景展望AI analysis grounded in cited sources
騰訊將大幅削減純學術性質的 AI 基礎研究預算。
組織調整顯示公司已將資源配置權限完全轉移至具備明確商業化指標的混元團隊。
騰訊雲將在未來一年內推出更多基於混元模型的垂直行業解決方案。
解散 AI Lab 後的人才與算力資源將被強制要求投入到雲端產品的落地應用中。
⏳ 時間線
2016-04
騰訊 AI Lab 正式成立，由張潼博士領軍。
2017-03
騰訊在西雅圖成立 AI 實驗室，進一步擴大海外研究佈局。
2023-09
騰訊正式發布混元大模型，標誌著戰略重心轉向生成式 AI。
2026-03
騰訊正式解散 AI Lab，將相關資源併入混元團隊。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗