核心内容总结
腾讯近期在AI领域加速布局：一方面整合混元模型部门（合并大语言模型与多模态团队），统一技术底座；另一方面大力推进智能体产品落地（创意智能体Miora、办公智能体WorkBuddy等），同时针对企业级智能体落地的核心瓶颈（存量系统适配）提供解决方案，并通过平台化生态（SkillHub）推动规模化。整体形成从底层算力、模型到中层平台、上层应用的完整AI梯队，押注智能体成为未来核心战略方向。
一、混元模型合并：结束双轨制，为智能体打牢“地基”
之前腾讯的大语言模型和多模态模型（处理图片、视频等）是分开的两个部门，现在合并成“基础模型部”由姚顺雨统一管理。这就像把两个独立的车间合并成一个，原材料和技术共享，效率更高。合并后混元模型覆盖了语言、图像、视频、3D等全模态能力，相当于给智能体提供了更全面的“工具箱”——智能体要做创意、办公等任务，都需要底层模型的支持，统一管理后能更快响应上层需求。
而且混元没走“堆参数”的老路（比如一味把模型做大），而是更看重成本：企业不会为了1%的效果多花几倍钱，个人也不想为日常用的AI付高算力费。现在混元对内支撑微信、QQ等腾讯产品，对外通过腾讯云开放接口，开发者用得越多成本越低，这也让它发布一周就成了全球调用量最高的大模型之一。
二、智能体产品落地：从创意到办公，让AI真正帮人干活
腾讯推出的智能体不是“花架子”，而是直接解决实际问题：
- Miora创意智能体：你提交一个需求（比如“做一张手机新品宣传图+30秒短视频”），系统会调度多个AI小助手（Agent）协作——有的画图、有的剪视频、有的做3D效果。更贴心的是，它会记你的喜好（比如你常选的色调、品牌风格），用久了越来越顺手；还能把常用流程存成“技能”，下次直接用，省得重复操作。内测时超半数用户不是设计师，市场、研发人员都能用它做素材，说明普通人也能当“创意大师”。
- WorkBuddy办公智能体：6月PC端访问量破2000万（比第二、三名总和还多），还出了独立APP覆盖手机系统，甚至和眼镜厂商合作做“记忆眼镜”——戴上眼镜自动记录会议内容、形成工作记忆，解决传统AI“记不住上下文”的问题。它还做了出海工具，叠加七国政策、税务信息，帮企业出海少踩坑。
这些产品的核心是：让AI嵌入日常工作流程，把人从重复劳动中解放出来（比如不用自己抠图、整理会议纪要），专注于创意或决策。
三、企业级智能体的最大瓶颈：不是技术，是老系统“不配合”
很多企业想用智能体，但卡在了十几年前的老系统上——这些系统没有标准接口，智能体没法直接调用数据或操作流程。比如老的ERP系统，智能体想查库存数据都进不去，得先给系统加接口、做改造，这比技术研发还麻烦。
腾讯的解法是推出ADP企业级智能体平台：
- 让智能体和老系统“双向配合”：模糊的任务（比如“分析客户投诉原因”）交给智能体，确定的流程（比如“生成报销单”）用老系统的工作流，既省成本又不浪费老系统的沉淀；
- 强调“可信可控”：金融、政务等行业对数据安全要求高，ADP能管控智能体的权限（谁能看什么数据）、记录每一步操作（可审计），避免风险；
- 分工明确：WorkBuddy是个人用的效率工具，ADP是企业级平台，能嵌入CRM、OA等老系统，覆盖财务、法务等核心场景。
四、生态化布局：让更多人一起做智能体，实现规模化
腾讯不想自己做所有智能体，而是搭平台让大家一起玩：
- SkillHub技能生态：就像AI版的App Store，开发者可以把自己做的AI技能（比如“自动生成合同”“批量处理发票”）放上去，用户用的时候付费。现在已经有7.8万个技能，形成了“开发者做技能→用户用→开发者赚钱”的循环；
- 解决定制化和规模化矛盾：企业需求千差万别，腾讯用“前端定制+后端标准化”的方式——现场工程师对接客户需求，把成熟方案沉淀成模板，其他同类客户直接复用，既满足定制化又能规模化复制；
- 和传统SaaS协同：不是取代老SaaS，而是让智能体成为“调度中心”，连接不同的SaaS系统（比如让智能体调用CRM查客户数据，再用OA发通知），一起完成复杂任务。
五、腾讯AI的完整梯队：从底层到上层，形成闭环
腾讯的AI布局已经形成了清晰的链条：
- 底层：算力、存储等基础设施，支撑所有模型和应用；
- 模型层：混元大语言模型、多模态模型，提供核心AI能力；
- 平台层：ADP智能体开发平台、Tairos具身智能平台，连接模型和应用；
- 应用层：WorkBuddy（办公）、CodeBuddy（代码）、Miora（创意）等，覆盖个人和企业场景。
这套体系的优势是“层层联动”：底层模型优化了，上层应用就能更智能；应用用的人越多，模型的数据越丰富，又能反过来提升模型能力。腾讯通过整合资源、产品落地、生态建设，正在智能体时代抢占话语权。
总的来说，腾讯现在的AI战略很清晰：用统一的模型底座支撑智能体，用智能体解决实际问题，用平台和生态实现规模化。这不仅是腾讯自己的转型，也可能影响整个行业的AI落地节奏。