新聞 
幣種資訊 
關於我們 
騰訊（Tencent，0700.HK）混元大型語言模型的後訓練研究員徐燦（Can Xu），近期轉往微信（WeChat）WeLM團隊，主責大型語言模型研發，讓微信從單純的對話式聊天機器人，走向能用自然語言呼叫App功能與小程式的代理式AI，開發路線也隨之更加清晰。
根據科技媒體動察（Beating）報導，徐燦在加入WeLM團隊之前，是姚順雨（Shunyu Yao）接手騰訊混元大型語言模型研發前，負責混元LLM後訓練其中一個方向的研究人員。
所謂「後訓練」，是指讓完成預訓練的大型語言模型，針對指令遵循、對話與工具呼叫等實際服務情境進一步調整。微信若要把AI串進App內部功能呼叫與小程式操作，模型就得具備理解使用者意圖、並拆解執行多個步驟的能力，這也是外界把這次人事異動與代理式AI研究布局連結在一起的原因。
徐燦與微軟（Microsoft，MSFT）的WizardLM專案也有淵源。微軟研究院公開的WizardLM論文，把徐燦列在作者名單第一位，論文中提出的Evol-Instruct方法，能把既有指令改寫成更複雜的指令資料。動察（Beating）指出，徐燦長期投入合成資料、指令訓練與大型語言模型後訓練研究。
微信近期釋出的徵才資訊也指向同一方向。公開職缺顯示，WeLM團隊正在招募推理最佳化與代理研究人才，其中一項職缺需負責通用長時域（Long-Horizon）LLM Agent的訓練策略，代表微信打算在模型訓練階段，就處理好把長任務拆解成多步驟執行的代理能力。
產品端也有相應動作。微信開發者官方管道於6月8日發布的開發者接入指南提到，微信AI目前處於內測階段，小程式開發者可透過「自動模式」與「開發模式」兩種方式接入微信AI生態：自動模式由平台分析小程式原始碼與畫面，讓AI直接操作；開發模式則由開發者另外開發功能，經過評測與審核後，再交給AI呼叫。
微信自家AI助理「小微」也已進入小規模測試階段。騰訊客服說明，小微可透過文字或語音對話操作微信的基本功能，並呼叫小程式。從目前公開資訊來看，小微比起獨立App，更像是把微信內部功能用自然語言串連起來的入口。
模型研究同步進行中。騰訊微信AI團隊公開的Hidden Decoding資料庫顯示，7月7日新增了WeLM-HD4-80B與WeLM-HD4-617B的實驗結果，該資料庫介紹的方法，是在維持相同Transformer架構的前提下，提高每個token的潛在運算量。
從外部角度看，這反映出中國大型平台正把AI直接嵌進既有的即時通訊與小程式生態，而不是另外推出獨立服務。本媒體先前也報導過，中國AI企業不只停留在基礎模型競爭，重心正逐漸轉向執行層的趨勢。目前可確認的範圍，僅止於微信同時在WeLM、後訓練與代理訓練策略上齊頭並進。
留言 0