腾讯云重构混元研发体系,TI-ONE 优化异构算力推理成本

行业新闻 · 丁香 · 发布 2026-11-06 · 阅读 52

研发体系重构与真实业务评测

2025 年 12 月,腾讯混元启动研发体系重组,并于 2026 年 1 月升级后训练基础设施,以适应智能体长程推理需求。这种调整使得混元形成了每两到三个月进行一次重大版本迭代的节奏。与单纯依赖公开基准不同,腾讯建立了覆盖 9 大业务方向的内部评测体系。此前有研究分析 43 套 Agent 评测基准,发现现有评测对真实工作场景覆盖不足。为此,混元团队组织了 163 名业务专家,围绕软件工程等四类典型场景开展盲测,将 Terminal-Bench 和 DeepSWE 等结果与真实工作流反馈结合,以更准确地定位模型短板。

异构算力下的推理工程化挑战

模型进入生产环境后,性能、成本和运营成为核心痛点。腾讯云 TI-ONE 产品总监指出,Prefill 和 Decode 阶段对算力需求不同,异构算力适配与资源闲置直接影响使用成本。作为训推一体化平台,TI-ONE 向下兼容国产及海外异构算力,向上支撑 TokenHub 等服务。针对国产加速卡,团队在两周时间内完成专项优化,使 Hy4 preview 在主流国产卡上的单卡吞吐达到初始版本的 5 倍。这种优化并未直接提升 Benchmark 得分,但通过沉淀部署模板,降低了企业针对不同硬件反复配置推理服务的门槛,让模型能力能以更稳定的性能进入业务。

TokenHub 与多模型服务通路

TokenHub 平台通过 Day 0 接入机制,确保重点模型在发布当天即可上架。小米 MiMo-V2.6 系列在此首发,其中 Ultraspeed 版本输出速度最高可达 Pro 版本的 20 倍以上,满足强实时交互需求。数据显示,MiMo-V2.6 上线后的日调用量较 V2.5 增长 15 倍以上。平台提供不同等级的模型服务,帮助开发者根据业务需要快速选型。这种高效的服务通路使得模型能力能够更迅速地转化为实际生产力,降低了企业的接入与验证成本。

端侧路由与结构化数据应用

在终端设备场景,荣耀在 YOYO Claw 中采用端云双向智能路由,将本地任务利用设备侧算力,复杂任务交由云端处理。这种架构平衡了响应速度与任务复杂度。在工业领域,稳准智能的结构化数据基础模型 LimiX-2 通过腾讯云 TI-ONE 进行训练与迭代。该模型以单一架构覆盖石油化工场景中传统方案需分别训练 13 项指标的任务,缩短了部署周期。对于长时间运行的训练任务,稳定性往往比瞬时峰值速度更重要,TI-ONE 的资源组管理与故障恢复机制为此提供了保障。

来源:InfoQ