2024 年以來，大模型測評領域也有新變化，為了避免“刷榜”，大模型測評機構推出“角斗場”（Arena）模式，采用隨機選擇模型“打擂臺”的形式，面向用戶開放，通過直接的提問命令和打分累計進行排名，以衡量模型能力，有效反應模型在真實應用場景中的表現(xiàn)。

圖：智源FlagEval大模型角斗場多模態(tài)模型測評界面

在最新公布的FlagEval大模型角斗場榜單上，騰訊混元多模態(tài)圖文理解大模型憑借出色的表現(xiàn)，位列國內大模型第一，并且在兩個榜單上均與GPT4o 以及 claude 等模型同列第一梯隊。

智源研究院發(fā)布的FlagEval大模型角斗場榜單

FlagEval大模型角斗場由北京智源研究院推出，接入了全球主流的大模型，并對這些模型進行長期的觀察和測評。

騰訊混元是國內首個基于MoE架構的多模態(tài)大模型。在架構、訓練方法和數(shù)據(jù)處理方面進行了創(chuàng)新和深度優(yōu)化，支持任意長寬比及最高 7K 分辨率圖片的理解。與大部分多模態(tài)模型主要在開源基準測試中進行調優(yōu)不同，騰訊混元多模態(tài)模型更加注重模型的通用性、實用性和可靠性，具備豐富的多模態(tài)場景理解能力。

應用方面，騰訊混元多模態(tài)理解模型面向通用場景和海量應用進行了優(yōu)化，積累了數(shù)千萬相關問答語料，涵蓋圖片基礎理解、內容創(chuàng)作、推理分析、知識問答、OCR 文檔解析、學科答題等眾多場景，可以完成描述圖片內容、將圖片轉換成文本表格、解釋一段代碼、分析賬單、做數(shù)學題等任務。這些能力已經(jīng)在騰訊元寶APP 上線，并可以通過騰訊云的API調用，除了這次納入評測的Hunyuan-vision模型，還包括上個月新發(fā)布的旗艦多模態(tài)理解模型Hunyuan-turbo-vision，具有更強大的能力。

作為實用級大模型，騰訊混元多模態(tài)理解模型目前已經(jīng)在騰訊的業(yè)務場景中取得廣泛應用，其中包括QQ、QQ瀏覽器、騰訊文檔、騰訊游戲、騰訊廣告、微信讀書、微信小程序等。例如，在QQ說說里，可以實現(xiàn)自動為照片配文，在QQ瀏覽器里，可以通過輸入照片，讓AI自動識別圖片并答題，在小程序教育平臺中，可以通過根據(jù)圖片自動寫程序，提升開發(fā)效率。

此外，在騰訊廣告場景中，騰訊混元大模型強大的內容理解能力，為廣告?zhèn)€性化推薦、廣告定位及效果預測提供了有力的支持，提升廣告精準度和用戶瀏覽體驗。

QQ說說AI配文

QQ瀏覽器AI解題答疑

小程序教育平臺-看圖寫小程序

多模態(tài)理解模型能夠同時處理和理解多種模態(tài)信息，實現(xiàn)更全面、更深入的語義理解，它通過整合不同模態(tài)的信息，提高了AI在復雜任務中的表現(xiàn)，也為人工智能領域帶來了新的機遇。未來，隨著模型能力的不斷升級，騰訊混元多模態(tài)理解模型也將推出更多大模型圖片搜索、圖片審核以及視頻理解等多個領域的深度應用。