2025年2月12日，腾讯正式发布混元大模型最新升级版本，在多模态理解和生成能力方面实现了重大突破，为用户提供更加智能和便捷的AI体验。
升级后的混元大模型具备更强的图文理解和视频分析能力，能够准确理解复杂的视觉内容并生成相应的文字描述。同时，模型还新增了音频处理功能，可以进行语音识别、音乐创作等任务。
在应用层面，腾讯将新技术集成到了微信、QQ等核心产品中，用户可以享受到更智能的对话体验和内容推荐服务。此外，腾讯云也同步推出了基于混元大模型的企业服务方案。
腾讯AI Lab负责人表示，多模态AI是未来人机交互的重要发展趋势。通过整合文本、图像、音频等多种信息形式，AI能够更好地理解和满足用户需求。预计到2025年中期，多模态AI应用将在消费和企业市场全面普及。