腾讯混元5.0升级发布，首次支持视频生成

2025年6月25日，腾讯正式宣布其混元大模型升级至5.0版本。这是混元系列自2024年发布以来最重要的版本更新，核心亮点是首次支持视频生成能力，标志着腾讯在AI多模态领域迈出了关键一步。

视频生成：从文本到动态影像

混元5.0支持文生视频（Text-to-Video）和图生视频（Image-to-Video）两种模式。用户只需输入一段文字描述或提供一张参考图片，即可生成最长30秒、分辨率达1080p的高质量视频。在演示中，输入"一只金毛犬在樱花树下奔跑，阳光透过花瓣洒落"的文字描述，混元5.0生成了一段画面连贯、光影自然的短视频，运动流畅度令人印象深刻。

技术架构方面，混元5.0采用了当下最先进的DiT（Diffusion Transformer）路线。与传统的UNet-based扩散模型相比，DiT架构利用Transformer处理视频时空特征，能够更好地捕捉长距离帧间依赖关系，生成视频的时序一致性显著提升。腾讯方面透露，混元5.0的视频生成模型参数量达到数十亿级别，训练使用了海量的中文视频数据资源。

全模态能力全面升级

除视频生成外，混元5.0在多个传统能力维度上也实现了显著提升：

文本理解：在CLUE、SuperCLUE等中文评测基准上，混元5.0的综合得分较4.0版本提升约12%，在情感分析、语义相似度、阅读理解等细分任务上表现尤为突出。

代码生成：在HumanEval和MBPP等代码生成评测中，混元5.0的Pass@1指标提升至78.5%，接近GPT-4o的水平。新增支持超过40种编程语言的代码生成与调试。

数学推理：在MATH、GSM8K等数学推理基准上，混元5.0的准确率达到89.3%，较上一版本提升近10个百分点，在复杂多步推理任务上的表现尤为亮眼。

全面接入腾讯系产品

混元5.0已全面接入腾讯系全线产品矩阵，包括微信、手机QQ、腾讯广告、腾讯云、腾讯会议、企业微信等核心产品。微信用户可以在聊天中直接调用混元5.0生成短视频并分享；QQ的AI绘画功能同步升级为AI视频生成；腾讯广告平台则利用混元5.0为广告主自动生成短视频广告素材。据腾讯透露，混元大模型日均调用量已超过50亿次，覆盖超过10亿用户。

行业对比

混元5.0的视频生成能力直接对标OpenAI的Sora、快手的可灵（Kling）以及字节跳动的豆包视频生成功能。与Sora相比，混元5.0在中文场景的理解和生成质量上具有明显优势，但在视频长度和分辨率方面仍有差距（Sora最长支持60秒）。与可灵相比，两者在视频质量上旗鼓相当，但混元5.0依托腾讯庞大的社交和广告生态，在应用落地场景上更为丰富。分析人士认为，混元5.0的发布将加速AI视频生成在国内的普及，尤其在短视频创作、社交媒体、数字营销等领域将产生深远影响。