騰訊混元團隊宣佈推出四款開源的小尺寸模型，參數分別爲0.5B、1.8B、4B和7B。這些模型專爲消費級顯卡設計，適用於筆記本電腦、手機、智能座艙、智能家居等低功耗場景，並支持垂直領域的低成本微調。這一舉措進一步豐富了混元開源模型體系，爲開發者和企業提供了更多尺寸的模型選擇。

這四款模型的推出是騰訊混元大模型持續開源的一部分，旨在爲開發者和企業提供更多選擇，以滿足不同場景下的需求。目前，這些模型已在Github和HuggingFace等開源社區上線，並得到了Arm、高通、Intel、聯發科技等多個消費級終端芯片平臺的支持。

新開源的四個模型屬於融合推理模型，具備推理速度快、性價比高的特點。用戶可以根據使用場景靈活選擇模型的思考模式:快思考模式提供簡潔、高效的輸出，適合簡單任務;慢思考模式則涉及解決複雜問題，具備更全面的推理步驟。在效果上，這些模型在語言理解、數學、推理等領域表現出色，在多個公開測試集上得分達到了領先水平。

微信截圖_20250804151331.png

這四個模型的亮點在於其agent能力和長文處理能力。通過精心的數據構建和強化學習獎勵信號設計，這些模型在任務規劃、工具調用和複雜決策以及反思等agent能力上表現出色，能夠輕鬆勝任深度搜索、Excel操作、旅行攻略規劃等任務。此外，模型原生長上下文窗口達到了256k，意味着模型可以一次性記住並處理相當於40萬中文漢字或50萬英文單詞的超長內容，相當於一口氣讀完3本《哈利波特》小說，並且能記住所有人物關係和劇情細節，還能根據這些內容討論後續故事發展。

在部署方面，這四個模型均只需單卡即可部署，部分PC、手機、平板等設備可直接接入。模型具有較強的開放性，主流推理框架（例如，SGLang，vLLM和TensorRT-LLM）和多種量化格式均能夠支持。

應用層面，這四款小尺寸模型能夠滿足從端側到雲端、從通用到專業的多樣化需求，並且已經在騰訊多個業務中應用，其可用性和實用性經過了實踐的檢驗。例如，依託模型原生的超長上下文能力，騰訊會議AI小助手、微信讀書AI問書AI助手均實現對完整會議內容、整本書籍的一次性理解和處理。在端側應用上，騰訊手機管家利用小尺寸模型提升垃圾短信識別準確率，實現毫秒級攔截，隱私零上傳;騰訊智能座艙助手通過雙模型協作架構解決車載環境痛點，充分發揮模型低功耗、高效推理的特性。

官網體驗地址:https://hunyuan.tencent.com/modelSquare/home/list

【Github】

Hunyuan-0.5B:GitHub - Tencent-Hunyuan/Hunyuan-0.5B

Hunyuan-1.8B:https://github.com/Tencent-Hunyuan/Hunyuan-1.8B

Hunyuan-4B:https://github.com/Tencent-Hunyuan/Hunyuan-4B

Hunyuan-7B:https://github.com/Tencent-Hunyuan/Hunyuan-7B

【HuggingFace】

Hunyuan-0.5B:https://huggingface.co/tencent/Hunyuan-0.5B-Instruct

Hunyuan-1.8B:https://huggingface.co/tencent/Hunyuan-1.8B-Instruct

Hunyuan-4B:https://huggingface.co/tencent/Hunyuan-4B-Instruct

Hunyuan-7B:https://huggingface.co/tencent/Hunyuan-7B-Instruct