腾讯近日正式宣布，其自主研发的混元大模型系列中的强推理模型——混元-T1，已完成升级并发布正式版本。这不仅标志着腾讯在人工智能领域取得的又一项重大技术进展，也预示着国产大模型在深度思考和推理能力上迈入新阶段。
据了解，混元-T1是腾讯自研的强推理模型，其文本生成速度惊人，可达每秒60至80个token，实际生成效果超越了此前的DeepSeek-R1等知名模型。事实上，今年2月中旬在腾讯元宝APP上线试用的混元T1-Preview推理模型，就已初露锋芒。而本次正式版的发布，则是在混元团队于3月初发布的业界首个超大规模Hybrid-Transformer-Mamba MoE大模型TurboS快思考基座的基础上，通过大规模的后训练，进一步扩展了推理能力，并更贴近人类的使用习惯和偏好。
为了客观评估混元-T1的性能，腾讯团队在多个公开数据集上进行了评测。结果显示，在MMLU-pro、Ceval、AIME、Zebra Logic等涵盖中英文知识、竞赛级数学以及逻辑推理等多个维度的指标中，混元-T1均表现出与R1旗鼓相当，甚至略胜一筹的水平。值得注意的是，在腾讯内部的人工体验评估中，该模型在文创指令遵循、文本摘要、Agent能力等方面也获得了略微的优势。这些数据表明，混元-T1在实际应用场景中具备很强的竞争力。
在知识问答方面，腾讯混元研究团队通过对比T1与DeepSeek的生成效果，展示了T1的强大实力。无论是面对“醋酸乙酯能与水混合吗”这类基础问题，还是更为复杂的理科数学推理挑战，T1都能迅速给出准确答案，并且在速度上明显优于DeepSeek-R1。此外，T1还展现出了卓越的复杂指令跟随能力，例如，根据上联“深深浅浅溪流水”对出下联“洋洋洒洒波涛涌”，以及生成符合要求的个性化朋友圈文案等等。这些都体现了其强大的理解和生成能力。
混元-T1在长文总结摘要方面的能力同样令人印象深刻。例如，在对一篇关于微软收购暴雪的新闻报道进行摘要时，T1不仅精准地概括了文章的主要内容，还高效地提取出了多个关键数字，充分展现了其作为生产力工具的巨大潜力。其角色扮演能力也十分出色，如模拟李白猜字谜并赋诗一首，充分体现了其深厚的文化底蕴和创造力。
从技术层面来看，混元-T1正式版延续了混元Turbo S的创新架构，采用Hybrid-Mamba-Transformer融合模式。这种架构是业界首次将混合Mamba架构成功应用于超大型推理模型，具有重要的创新意义。该架构不仅有效降低了传统Transformer架构的计算复杂度，显著减少了KV-Cache内存占用，还有效降低了训练和推理成本。在处理长文本推理任务时，TurboS的长文捕捉能力能够有效解决上下文信息丢失和长距离依赖等问题，从而在相同的部署条件下实现更快的解码速度。
在模型后训练阶段，腾讯混元研究团队将大部分算力投入到强化学习训练中，着重提升模型的纯推理能力和对齐人类偏好。他们通过收集多样化且难度分级的复杂指令数据，并采用课程学习的方式循序渐进地提升数据难度，同时逐步扩展模型上下文长度，从而使模型在提升推理能力的同时，能够更高效地利用token进行推理。此外，研究团队还采用了经典强化学习的数据回放、阶段性策略重置等策略，进一步提升了模型训练的长期稳定性。
