腾讯混元重磅开源：四款小尺寸模型全面发布

模型规格与定位

腾讯混元团队正式宣布推出四款开源小尺寸模型，参数规模涵盖0.5B、1.8B、4B、7B四个层次。这些模型专门针对消费级显卡进行优化设计，完美适配笔记本电脑、手机、智能座舱、智能家居等低功耗应用场景，同时支持垂直领域的低成本微调需求。

此次发布进一步完善了混元开源模型生态体系，为开发者和企业用户提供了更加丰富的模型选择方案。

平台支持与获取方式

目前，四款新模型已全面上线GitHub和Hugging Face等主流开源社区平台，并获得了Arm、高通、Intel、联发科等多个消费级终端芯片平台的官方支持。

核心技术特点

双模式推理架构

新开源的四个模型均采用融合推理架构设计，具备推理速度快、性价比高的显著优势。用户可根据具体使用场景灵活切换模型的思考模式：

• 快思考模式：提供简洁高效的输出结果，专门针对简单任务进行优化
• 慢思考模式：具备完整的推理步骤，专门用于解决复杂问题

卓越的性能表现

在语言理解、数学计算、逻辑推理等核心领域，这些模型均展现出色的能力水平，在多个公开测试集上的评分达到了行业领先标准。

突出亮点功能

Agent能力

通过精心设计的数据构建和强化学习奖励信号优化，四款模型在以下Agent能力方面表现卓越：

• 任务规划与执行
• 工具调用与集成
• 复杂决策制定
• 反思与优化

实际应用中，模型能够轻松胜任深度搜索、Excel数据操作、旅行攻略规划等复杂任务。

超长文本处理能力

模型原生支持256K长上下文窗口，能够一次性处理和记忆相当于40万中文字符或50万英文单词的超长内容。这一能力相当于一次性阅读并记住3本《哈利·波特》小说的全部内容，包括所有人物关系和剧情细节，并能基于这些信息进行深度讨论和分析。

部署优势

硬件要求友好

四款模型均支持单卡部署方案，部分PC、手机、平板等设备可直接接入使用，大幅降低了部署门槛。

技术兼容性强

模型具备出色的开放性特征，支持主流推理框架（包括SGLang、vLLM、TensorRT-LLM等）以及多种量化格式，确保广泛的技术兼容性。

实际应用案例

这四款小尺寸模型能够满足从端侧到云端、从通用到专业的多样化应用需求，目前已在腾讯多个核心业务中成功应用，其可用性和实用性经过了充分的实践验证。

云端应用

• 腾讯会议AI助手：依托模型原生超长上下文能力，实现对完整会议内容的一次性理解和智能处理
• 微信读书AI问书：能够对整本书籍进行全面理解和深度问答

端侧应用

• 腾讯手机管家：利用小尺寸模型显著提升垃圾短信识别准确率，实现毫秒级智能拦截，确保用户隐私零上传
• 腾讯智能座舱助手：通过双模型协作架构有效解决车载环境应用痛点，充分发挥模型低功耗、高效推理的技术特性

模型性能

获取地址

官方体验平台

https://hunyuan.tencent.com/modelSquare/home/list

GitHub开源地址

• Hunyuan-0.5B: https://github.com/Tencent-Hunyuan/Hunyuan-0.5B
• Hunyuan-1.8B: https://github.com/Tencent-Hunyuan/Hunyuan-1.8B
• Hunyuan-4B: https://github.com/Tencent-Hunyuan/Hunyuan-4B
• Hunyuan-7B: https://github.com/Tencent-Hunyuan/Hunyuan-7B

Hugging Face平台

• Hunyuan-0.5B: https://huggingface.co/tencent/Hunyuan-0.5B-Instruct
• Hunyuan-1.8B: https://huggingface.co/tencent/Hunyuan-1.8B-Instruct
• Hunyuan-4B: https://huggingface.co/tencent/Hunyuan-4B-Instruct
• Hunyuan-7B: https://huggingface.co/tencent/Hunyuan-7B-Instruct