腾讯推出 AI 助手元宝

背景

大语言模型让一类新的消费级产品成为可能：用日常语言提问就能得到回答，还能读文档、写文字、生成图片的助手。对中国科技公司来说，做这样的助手通常意味着把自研模型和已有的应用或内容生态结合起来，让助手出现在用户本来就待着的地方。腾讯的元宝就属于这一路线，它建立在自研的混元大模型之上。^[1][2]

发布

2024年5月30日，腾讯发布 AI 助手元宝。^[1][2] 这款应用基于腾讯自研的混元大模型构建，^[1][2] 也就是说底层的语言能力来自腾讯自己，而非第三方。发布时它覆盖四类功能：搜索、对话、文档处理和图像生成。^[1]

怎么用

用户通过写提示词（prompt）与元宝交互，也就是把指令或问题直接输入应用，而不是在菜单里逐层点选。^[2] 在提示词之上，元宝可以做基于 AI 的搜索、生成摘要、辅助写作，^[2] 也可以用来分析文档，^[2] 这与发布时公布的文档处理能力相对应。^[1] 图像生成则让它除了文字之外还能产出图片。^[1] 这几项功能合在一起，覆盖的其实是很普通的一天工作：查一件事、就它展开讨论、读一份文件、再配一张图。

平台与语言

元宝可在 Android、iOS、Windows、macOS 和网页端使用，另外还有微信小程序版本。^[1] 同一款助手同时出现在手机、桌面、浏览器和即时通讯应用里，用户不必换设备、也不必改习惯就能找到它。它支持简体中文、繁体中文和英文。^[1] 简体与繁体两种中文字形，对大陆以外的中文用户同样有用。

智能体与微信内容

除了自由对话，元宝还内置了若干智能体（agent），分别用于英语口语练习、日常生活翻译和头像生成。^[2] 这些智能体各自承担一件范围很窄的事——原本要么需要另装一个应用，要么需要仔细设计提示词才能完成——并被包装成一个有名字的工具。应用还提供微信生态内容的直接入口，^[2] 用户可以在助手内部接触到腾讯旗下消息与内容服务中的材料，而不必另开一个搜索框。对一家产品里本来就存着大量中文内容的公司来说，这条通道让助手能直接用上用户平时就在读、在转发的东西。

后续更新

2024年8月6日，元宝上线长文本阅读功能。^[1] 这把助手的处理范围从短问答和上传的文件，扩展到更长的材料——报告、文章、文档——用户可以交给它总结，或者在对话里逐段梳理。

影响

元宝体现了大型平台公司做助手类产品时的一种常见结构。决定这类产品能做什么的，通常是三件事：底下的模型、它能出现的界面，以及它能触及的内容。元宝建立在腾讯自研模型上，^[1][2] 覆盖五种客户端加微信小程序，^[1] 并接入了自家的内容生态。^[2] 它也说明助手正在铺开到手机、桌面、浏览器和小程序等多个渠道，而不是停留在单一入口上。^[1] 对用户来说，实际结果是：一个通用助手，搜索、写作和文档功能旁边摆着一组各管一件事的小智能体，^[1][2] 并且随时可以在手边的设备上打开。