DeepSeek 今年春节火遍中国之后，腾讯是第一个全线产品尽数接入的巨头，从微信、QQ 到腾讯自己的 AI 助手元宝和才上线几个月的工作台产品 ima。这被认为是腾讯 AI 投入爆发的开始。

但据我们了解，改变比这早几个月。从去年下半年起，微信便探索起了 AI 相关的能力。DeepSeek 出来以前，腾讯高层也已着手，将分散在各事业群里的工具产品打包起来，统一管理。

腾讯最新公布的财务数据也证实了这一点。腾讯在 2024 年最后三个月将该季度大部分税后经营所得——390 亿元——用于资本开支，主要是采购显卡、投建算力中心。这意味着腾讯一个季度的 AI 基建投入接近此前两年的总和。

ChatGPT 在 2022 年底上线。隔年 2 月，GPT-4 模型推动中国科技行业全面投入 AI。但这之后近两年，腾讯不论投资还是产品都显得不太着急。

这是腾讯投入节奏的改变。

此前十来年，每当行业巨变、对手逼近，腾讯会调动力量快速应战，通常第一批产品都不能改变局面，却总能留在牌桌上，再来一次，最后打出绝杀。

比如短视频。从外部看，微视是一款失败的产品——砸钱砸流量做大一款不够好的产品，但随即快速陨落。但客观说，微视作为腾讯的短视频反击也实现了一定战略价值——试错、为后续产品争取时间，也储备了人才。今天，视频号的日活跃用户数超过 5 亿，逼近抖音主应用，是明确的行业第二。

游戏战场从 PC 转手机，腾讯是这样过来的，移动支付、音乐也有类似的经历。

当 AI 大模型成为新的技术变革，腾讯大致延续了类似的应对，但下场节奏完全变了。

2023 年初，ChatGPT 问世几个月后的一次管理层战略会上，腾讯技术与工程事业群总裁卢山以 ChatGPT 举例，认为 OpenAI 从推出 GPT 模型开始，“花了三年时间才真正产品化，而腾讯的大模型肯定会很多坑要踩，所以不会着急。” 一位在场人士转述他的话。腾讯的 AI 助手产品元宝在 2024 年 5 月底才发布，比豆包、Kimi 晚了近一年。

当阿里与字节在大模型、软件和硬件上全面出击时，一位腾讯人士记得，腾讯董事局主席兼 CEO 马化腾跟一些 AI 团队说，“要好好与外部合作，不要想着什么都自己做”。2024 年，字节在为豆包大举投放、成为英伟达重要客户时，腾讯则花费了 1120 亿港元回购股份，创下了其年度回购金额的历史新高。

“在等待一个拐点。” 上述腾讯人士说，“Pony（马化腾）对内说的是，要清醒地认识到实际情况，不要过高估计自己的能力。” 腾讯要抓的是 AI 应用的机会，但过去两年里出现的国产大模型，能力都远不足以支撑一个好的 AI 应用。

“微信的网络效应牢不可破，他们只要耐心等待底层的新技术成熟，再加以善用就可以了。” 一位字节跳动 AI 业务的负责人说。

大力投入发生在 2024 年的最后一个季度。当时阿里已经广泛投资了一批创业公司；字节则孵化出了数十款 AI 产品，旗下豆包也成为了中国用户数最多的 AI 助手类产品，“对手的激进也让腾讯有了紧迫感。” 一位腾讯人士说。回头看这是坚定的投入，也是绝佳的运气。

几个月后，基金公司幻方默默投入四年孵化的开源大模型 DeepSeek 出人意料地点亮了中国的 ChatGPT 时刻，为整个行业重新画了一条起跑线。

2025 年初，腾讯的高层们在一次总办会上决定，将原本分散在各部门的 AI 应用打包起来，放到一个事业群里集中管理，让技术与工程事业群（TEG）专注于大模型的技术研发。不过究竟由哪个事业群来管理，并无定论。

在经历了几年的降本增效后，腾讯绝大部分业务部门都已盈利，进入相对稳定的状态。“尽管 AI 代表了未来，但也意味着高度的不确定性。” 上述腾讯人士说。

最终，云与智慧产业事业群（CSIG）主动把这个任务接了下来，原本隶属于技术与工程事业群（TEG）的 AI 助手产品腾讯元宝，以及隶属于平台与内容事业群（PCG）的 QQ 浏览器、搜狗输入法、ima 等工具产品都将陆续迁至 CSIG。

这是腾讯 AI 战略的第一次转变。过去两年，腾讯在 AI 业务上的布局从未呈激进之态。进入 2025 年，大模型能力的进一步提升让智能体（Agent）与 AI 应用的落地成为可能，腾讯决定可以先动起来了，“而且 AI 这种大机会不应该赛马，得集中资源押注。”

上一年，字节跳动不仅研发大模型，还推出了数十款软硬件产品；一位字节人士透露，公司原本要给抖许多业务拿来打仗的预算也被部分调剂给了 AI 业务；新的一年，字节还将斥百亿美元储备芯片。

1 月 20 日，来自深度求索的 DeepSeek-R1 模型横空出世，腾讯的姿态在此刻彻底扭转。DeepSeek-R1 是国内唯一一个性能比肩 OpenAI o1 并达到应用级程度的大模型，最重要的是它完全开源，还在极短时间里拥有了国民级的品牌辨识度。

腾讯没有一丝犹豫，所有业务接入 DeepSeek-R1。“老板们的态度非常明确：先走出来看看再说，否则永远不知道接下来会怎么样。” 一位腾讯人士说。

不少业务部门在春节期间加起了班。腾讯云最早上线了 DeepSeek-R1 及 V3 原版模型 API 接口；其次是 AI 智能工作台产品 ima 与 AI 助手元宝。2 月 16 日，微信搜一搜灰度测试接入了 DeepSeek。

这显然是一次计划之外的 “练兵”。一位接近腾讯的人士透露，微信灰度测试接入 DeepSeek 后流量突然激增导致算力告急，集团紧急调度自有数据中心资源，但仅能调拨出有限的服务器机架。

不得已，微信只能控制灰度测试的数量，并将更多用户分流至腾讯元宝上。由于元宝的流量是逐步累加的，节奏可控，腾讯也有更多时间来准备算力。

几乎同一时间，腾讯开始下单买卡补充算力，保证 DeepSeek 能在腾讯系的产品内平稳运行。春节后，“寒武纪也拿到了几百片来自腾讯的测试订单。” 一位知情人士说。

相比之下，字节跳动对于旗下产品是否接入 DeepSeek 反而犹豫了。“内部一开始的普遍想法是，反正 DeepSeek 就在那儿，什么时候接都行，不急。” 一位字节 AI 产品经理说。一个春节过后，“很多产品突然意识到迟了，于是匆忙组织团队紧急加班开发，接入 DeepSeek。” 不过目前，抖音、豆包等核心产品仍坚持使用字节的自研模型。 

今年 2 月底，腾讯元宝在接入 DeepSeek 后，开启了激进推广，投放力度超过了豆包和月之暗面的 Kimi，还一度越过 DeepSeek 冲上了 iOS 免费榜的第一名。根据 QuestMobile 数据，元宝的日活跃用户数只用了一周时间便增长了十倍，逼近 260 万。

一位接近元宝人士说，这款产品在去年定下过一个日活跃用户数超百万的目标，但实际上并没有投入太多资源买量，“核心策略是借势腾讯内部的产品和应用。” 比如曾与腾讯视频一同开发 AI 角色陪聊的功能；也曾在《王者荣耀》周年庆之际，与项目组探讨开发游戏内的数字互动形象。

DeepSeek 激活了腾讯久违的战斗力。上述元宝人士称，现在这个阶段谈卡位、占入口都太早了，但 DeepSeek 的出现确实给了腾讯一个机会，能让业务借此找找做 AI 产品的手感、感受市场的水温，“否则如果后面真的机会来了后，我们连怎么做都不知道。”

腾讯是较早开始研究 AI 的中国互联网公司，2016 年成立的 AI Lab 则是推动腾讯 AI 研发与产业应用的核心部门之一。

早年间，AI Lab 从百度研究院、IBM 沃森研究中心、微软研究院等机构招揽来了一批科学家助阵。原雅虎研究院主任科学家、百度研究院副院长张潼便曾担任 AI Lab 的创始主任。第二年，腾讯总裁刘炽平在一次财报会上提到，人工智能具有战略意义，腾讯会对 AI 进行持续、长期而有耐心的投资。

AI Lab 有着国内大公司少见的宽松、开放的研究环境。它的的员工不用背负硬性考核指标，他们曾以在顶级会议上发表的论文数作为绩效标准，但很快便发现这个目标太容易实现了。

一位知情人士回忆，AI Lab 曾在一年时间里投中了 20 篇 ACL（国际计算语言学协会年会）论文，刷新了国内纪录，“后来内部慢慢就不怎么提这个目标了，还是想做影响力更大些的事情。”

各团队研究的方向也无需与集团业务强绑定，于是许多人探索起了 AI 医疗、机器人，还有一些几乎找不到落地场景的方向，“只要你认为是正确的，基本也能做下去。” 上述人士说。生成式大语言模型便是其中之一。

在 ChatGPT 问世前，学界与业界普遍将基于双向注意力机制的预训练范式（如 Google BERT）视为技术演进主流，但腾讯 AI Lab 仍保持了在生成式大语言模型上的研究。

团队也不用太考虑研究的投入成本——2020 年，他们用上了数十亿量级的参数训练模型，比 OpenAI 在前一年推出的 GPT-2 要大几倍。相比之下，当时国内多数研究团队受算力与资金限制，只用得起几千万量级的参数训练。

只是一段时间过后，AI Lab 团队发现大模型的表现总不尽如人意，还有严重的幻觉问题。当时 GPT-3 的发布也没有增添太多信心。于是一些参与者开始朝更垂直的落地场景继续探索，更多人则将精力转移到了更务实的搜索、广告、推荐技术上去了。

戏剧性的一幕发生在年底，ChatGPT 问世并在全球掀起风暴，这款产品史无前例地上线仅两个月便揽入了上亿用户，甚至被认为将彻底重构传统互联网的业务形态。“有太多的没想到。” 一位参与大模型研发的腾讯人士说，“以前从没想过做千亿级参数的生成式模型训练，也想不到能直接给模型纯文本指令来做监督微调。”

一位腾讯人士说，从 2023 年起，马化腾开始每周和各业务部门的技术专家们开会讨论大模型，“许多会还是一对一的。” 腾讯高层间建了一个针对大模型技术变革的分享和讨论群。5 月的腾讯股东大会上，马化腾直言，“我们最开始以为（人工智能）是互联网十年不遇的机会，但是越想越觉得，这是几百年不遇的。”

技术部门也被集结了起来。腾讯 AI Lab 因长期研究自然语言处理，冲在了最前线，旗下的美国西雅图实验室负责训练起了新的大模型。不过因为这个团队常年埋头钻研学术，缺少项目开发与管理的经验，最终做出的大模型效果欠佳。

恰在此时，与 AI Lab 同属技术与工程事业群（TEG）的机器学习平台部和数据平台部也训练了一个大模型，这支团队有丰富的业务落地经验，在这场竞速中胜出。

一位腾讯投资部人士称，ChatGPT  出来后，腾讯曾讨论过，是否要激进投资国内的大模型创业公司。“刚开始是挺着急的”，所以最初的策略是尽可能每家都投一点。但随着研究的深入，腾讯的判断发生了转变：训练大模型对算力要求非常高，不是一般创业公司能玩得起的游戏，与其花高价激进投资，不如把钱留下来，做好自己的模型。“心一下就定了下来。”

腾讯 TEG 也很快组织起了一支联合战队，机器学习平台部负责大模型基座与纯文本的模块、数据平台部负责多模态模块、安全平台部负责预训练数据等，所有工作流程、管线开始从零开始搭建与磨合。腾讯其它的事业群也派出了自己的技术负责人支援。

与多数大公司一样，腾讯最初在训练大模型时也付出了不少的探索成本。

最早显现出来的是芯片能力的问题。DeepSeek 是先花了大量时间和资源，解决好了这类最底层的硬件问题，最后才在模型训练时效率飙升。但几个大公司都在同时追逐每个新的技术热点，一位腾讯人士说，“目标太多了，只能边开飞机边修引擎，优化效果效率很难像他们那么高。”

新组织的磨合也需要时间。起初，文本团队与多模态团队的协作不够紧密，导致前者未能及时调整文本模型进行端到端训练，最终只能采用低效的两阶段模式（先单独训练各模块再整合）。

在训练视频模型时，新团队得先花大半年的时间，将每日处理的视频数据量级从上百万提高到千万以上。相比之下，在一些公司，大模型是由业务相关的团队操刀训练的，他们原本每天就在处理几千万的视频素材，类似的工程环节便不再需要重新摸索。

“不过一旦把底层的架构和组织梳理清楚，效率就能明显提升，这也是我们过去两年主要在做的事情。” 一位知情人士说。进入 2025 年，混元大模型的节奏明显也在加快，上线业界首个一站式 3D 内容 AI 创作平台—混元 3D AI 创作引擎、推出了混合 Transformer-Mamba MoE 架构的混元的混元 Turbo S，又在 3 月发布并开源其图生视频模型、推出了基于 Turbo S 基座模型的深度推理模型 T1，以及 5 个 Hunyuan 3D-2.0 系列的 3D 生成模型。

“公司在积极拥抱 DeepSeek 的同时，并没有任何减少对混元的投入。” 上述腾讯人士说。他认为即便从防御的角度，腾讯也一定不会放弃自己的模型。

当美国科技巨头重注押宝大模型时，苹果成了一个孤本。它自己没有激进研发最先进的大模型，而是选择与 OpenAI 等公司合作，将对方的 AI 能力接入自己的平台。尽管 Apple Intelligence 严重延期，但苹果的股价并没有因此暴跌。

苹果投资者的共识是，随着 AI 普及，人们将需要便捷的用户入口、更强的本地运算能力，只要 AI 颠覆不了智能手机，苹果就是这场技术变革的受益者。

腾讯有着类似的独特位置。它有最便捷的入口：微信是中国人使用最多的手机应用，用户数超过了 13 亿。目前 AI 产品偏向对话的用户界面，和这个入口天然契合。中国的第二大对话入口则是 QQ。它们是最能让 AI 迅速普及到所有人的渠道。

“内部提的一个词叫 AI 普惠，即借助自己的产品能力和规模优势，更多人使用上 AI。” 一位腾讯人士说。

腾讯的另一个独特优势源于用户信任与合规的数据生态。AI 服务若想真正贴近需求，就需在严格隐私框架下，更理解一个人。一位微信人士称，作为国民级社交平台，始终将隐私保护置于技术演进首位。

2025 年，马化腾鼓励所有业务部门都去大胆尝试 AI 转型。他承诺每个团队都能有充足的卡来训练模型，也不再要求业务与腾讯自己的混元大模型强绑定，“外部如果有更合适的基座模型就用外部的。” 一位腾讯人士说。

马化腾关注每一个创新产品，无论体量大小。年初，他就曾提议，是不是可以把 ima（由 QQ 浏览器孵化的一款智能工作台产品）镶嵌进 QQ 浏览器。

据我们了解，微信和 QQ 团队目前正在重点探索 AI 相关的功能。

前景无限开阔，但迫近的问题非常现实，腾讯需要大兴 AI 基建。

字节跳动传统业务高度依赖推荐算法，在几年前便是中国 GPU 算力规模最大的公司。它的 AI 基建投资也先于对手启动。

腾讯去年底开始的大规模资本开支要变成算力需要相当长的时间。

买卡是第一个问题。全球的先进制程芯片制造商都在 24 小时生产，但进口的 GPU 和国产 GPU 产能总和也不能满足中国各大巨头今年的需求。

更麻烦的是 GPU 需要放进专门设计的算力中心。一般而言，建一座算力中心需要 9-12 个月的时间，投建还受到持牌承包商产能、城市电力规划等多方面的限制，缺口比买卡更严重。

一位深入研究 AI 的二级市场人士测算，目前的主流 AI 产品如果服务 1 亿日活用户，需要约 40 万张卡的算力，这大约对应十个新的算力中心。而微信全球月活 13 亿，大部分在中国。

这个计算还没有考虑新的 Agent 产品，如果类似 Manus 的产品开始流行，单个用户每天需要的算力可能还会再翻几倍。

刘炽平在 2024 年报后的营收会上也提到了算力紧缺的问题。“我们必须把这些 GPU 装到数据中心里，这需要一些时间。所以我们在今年一季度没能抓到那么多需求。”

这一轮的 AI 竞争，DeepSeek 很大程度上拉平了大厂之间的模型差距，让 AI 应用的尝试和普及成为可能，这利好腾讯。但要抓住可能到来的新需求，每个大公司都得准备好足够庞大的算力，这是需要钱才能解决的问题，但并不是光有钱就能很快解决。（转载自晚点LatePost）