您的位置首页 >科技要闻 >

腾讯称受芯片限制影响,混元下一代大模型训练周期将拉长

腾讯在三季度财报沟通会上明确对外说明,受芯片相关限制,下一代混元大模型的训练会需要更长时间,迭代节奏会放缓,不管是自建算力集群还是对外租赁算力,能拿到的可用先进算力总量都变少了,不过腾讯现有的混元 Hy4 精度训练方案效率表现不错,现有版本的模型、AI 应用产品还会正常更新,WorkBuddy 这类面向 C 端和企业的 AI 应用不会停更。腾讯高管也提到,这个算力约束是整个行业共同面对的难题,短期会直接拖慢基础大模型的升级速度,长期来看,会倒逼国内加速国产 AI 芯片、配套算力供应链的建设,腾讯也会同步加大国产算力适配、自研芯片的投入,降低对海外高端芯片的依赖。

芯片限制带来的影响清单

  1. 基础模型迭代变慢:下一代混元大模型训练周期拉长,没法维持之前差不多两个月更新一个大版本的节奏。
  2. 算力供给收缩:自建集群扩容、海外算力租赁两条渠道都受到约束,算力储备扩张不及预期。
  3. 研发策略调整:优先打磨现有 Hy4 版本,优化推理、量化、应用落地,而不是急于冲超大参数新模型。
  4. 供应链重心转移:加快对接国产 AI 芯片,推进算子适配、集群联调,搭建备选算力底座。

腾讯当前混元模型相关进展

项目现状
当前主力版本混元 Hy4,Hy4 Flash 轻量化版本已经推出
迭代节奏此前平均 2 个月一个大版本;下一代模型周期拉长
代表 AI 产品WorkBuddy,日活超千万,Token 调用量处于国内前列
训练方案Hy4 精度训练,算力利用效率较高

腾讯应对算力约束的推进步骤

  1. 存量算力挖潜:持续优化 Hy4 训练框架、混合精度、分布式调度,在现有芯片上提升训练吞吐。
  2. 国产算力适配:和国内芯片厂商联合调试,打通模型训练、推理链路,逐步落地国产集群。
  3. 产品侧优先落地:把资源倾斜到 AI 应用、Agent、企业服务,靠现有模型做商业化落地。
  4. 长期算力布局:持续投入自研芯片,完善内部算力调度平台,构建多元算力池。

总结

芯片限制不是让腾讯停止训练下一代大模型,而是训练、迭代周期会变长,混元的更新节奏会放慢。短期影响集中在基础大模型升级,现有的 AI 产品、轻量化版本依旧正常迭代;长期行业方向会转向国产算力供应链,算力自主化的速度会进一步加快。

【常见问题】

问题 1:腾讯称受芯片限制影响,下一代模型训练需要更长时间,是不是混元模型直接停止更新?

回答 1:腾讯称受芯片限制影响,下一代模型训练需要更长时间,并不是停止更新,现有混元 Hy4 版本、轻量化 Flash 版本以及 WorkBuddy 等 AI 应用还会持续迭代,只是下一代基础大模型上线时间延后。

问题 2:腾讯受芯片限制影响,下一代模型训练变慢,背后是什么原因?

回答 2:腾讯受芯片限制影响,下一代模型训练变慢,核心是先进 AI 芯片获取、海外算力租赁渠道受限,整体可用算力总量不足,自建和租赁算力扩容都遇到阻碍,属于行业共性问题。

问题 3:腾讯受芯片限制影响,下一代模型周期拉长,腾讯打算怎么应对?

回答 3:腾讯受芯片限制影响,下一代模型周期拉长,一方面优化现有训练框架、挖掘存量算力效率,另一方面加快国产 AI 芯片适配、自研芯片布局,资源向 AI 应用落地倾斜。

【参考资料】

[2026-11-18](腾讯:受芯片限制影响,训练下一代模型将需要更长时间)IT 之家

[2026-11-18](腾讯高管谈最新收紧限制对 AI 影响:短期算力与训练承压,长期将加速国产供应链建设)财联社

[2026-11-18](腾讯控股:受芯片限制影响,训练下一代模型将需要更长时间)证券之星

【免责声明】

本文为腾讯受芯片限制、下一代混元大模型训练周期拉长相关公开资讯整理,仅作为行业信息科普,不构成投资、技术选型参考;模型迭代进度、算力落地节奏受供应链、政策等多重因素影响,后续进展以腾讯官方公告为准。

今日大家都在搜的词: