腾讯马化腾回应AI发展进度 已补齐短板步入正轨
在近日举行的腾讯股东大会上，公司董事会主席兼首席执行官马化腾针对外界高度关注的腾讯AI发展现状与行业竞争态势，作出了全面而深入的解答。一个明确的信号是：腾讯的AI战略已步入自主发展的快车道，形成了清晰的演进路径。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
马化腾并未讳言早期的挑战。他客观指出，腾讯在AI底层技术积累上并非初始领跑者，但通过近年来在高端人才引进、团队架构优化以及系统性内训等方面的大力投入，已成功补齐了基础能力的短板。谈及大模型的攻坚过程，他形象地描述：一年前犹如“登上一艘尚有漏水的船”，而当前腾讯在AI领域已实现“站稳脚跟”。尽管距离“行稳致远”仍有提升空间，但技术升级与迭代的速度正全面加快。
那么，腾讯究竟选择了怎样的AI发展道路？答案聚焦于：立足生态，务实深耕。腾讯的核心战略并非盲目追逐热点或抢占自身不具优势的赛道，而是充分依托其庞大的产品矩阵与用户生态，挖掘差异化的价值切入点。这一策略已取得实质性进展。例如，腾讯推出的AI代码助手CodeBuddy，已在开发者工具领域建立起显著的竞争优势；而新一代混元大模型在多项核心评测中的表现，也保持着稳定且快速的提升态势。马化腾强调，腾讯不追求短期内的“首发效应”，而是致力于在符合自身优势、能够持续创造价值的长期道路上坚定前行。
这一战略定调，在行业分析人士眼中具有重要启示。它反映了国内领先的互联网科技企业在AI浪潮中，正从初期的“技术跟跑”转向“应用深耕”的新阶段。当行业竞争焦点逐渐从模型规模转向场景落地、用户体验与商业闭环时，腾讯凭借其在云计算基础设施的持续完善，以及在社交、数字内容、游戏等核心业务场景中的深厚积累，正展现出强大的生态协同韧性。随着AI算力部署、能源协同及技术自主化趋势的深化，这种基于自身业务生态的务实推进策略，或将成为腾讯在AI产业化“下半场”中构建持久竞争力的关键依托。
相关攻略
马化腾表示腾讯AI早期基础薄弱，现已系统性补强并步入正轨，强调不盲目跟风，将结合自身优势稳步推进。公司计划大幅增加AI投入，核心业务提供支撑。微信正秘密开发连接小程序的AI智能体，旨在通过自然对话改变服务获取方式，并持续优化产品体验。
近日，一项由腾讯AI Lab团队发表于顶级学术平台arXiv（论文编号：arXiv:2602 05085v1）的研究引发了广泛关注。这项名为Locas的突破性技术，直指当前大语言模型（LLM）在处理超长上下文时面临的核心瓶颈：如何实现持续、稳定的信息记忆，同时有效防止在学习新知识时对原有能力的覆盖与
3月15日消息，OpenClaw创始人彼得·斯坦伯格（Peter Steinberger）转发腾讯成为OpenClaw赞助商的博文，并表示“love a good redemption arc”。斯
微信依然是争夺 AI 助手超级入口的核心阵地。作者｜连冉编辑｜郑玄今天凌晨 2 点，腾讯董事会主席兼首席执行官马化腾在朋友圈转发了腾讯推出全系「龙虾」产品矩阵的公众号文章，并配文「自研龙虾、本地虾、
撰文| 郝 鑫编辑| 吴先之“我们整个动作其实是慢了，一直到2024年底，元宝和混元大模型才转到CSIG，开始正式做。”腾讯是第二家承认在AI上“动作慢了”的大厂。上一个这么公开表述的还是字节，
热门专题
热门推荐
本文介绍了2026年主流的USDT交易软件，重点分析了币安、欧易和火币三大平台的特点与优势。内容涵盖平台安全性、交易功能、用户体验及费用结构，旨在为不同需求的用户提供选择参考。文中强调选择平台时应综合考虑资产安全、操作便捷性和交易成本，并提醒注意风险管理与合规操作。
本文介绍了USDT交易的基本概念与主流平台选择。USDT作为稳定币，其交易主要通过加密货币交易所进行。选择平台时需综合考虑安全性、流动性、手续费和用户体验。文中列举了当前市场认可度较高的几类交易平台，并提醒用户注意资产安全与合规操作，建议根据自身需求谨慎选择。
哥本哈根大学计算机科学系于2026年3月发布了一项具有里程碑意义的研究（论文编号arXiv:2603 12935v1），揭示了当前主流AI推荐系统可能潜藏的社会偏见风险。这项研究同时指出，一种高效且低成本的解决方案——提示工程，或许能成为破解这一难题的关键。 当您使用求职平台或新闻资讯应用时，背后的
照片模糊了、雨滴遮挡了画面、夜晚拍摄噪点过多……这些常见的图像质量问题，往往让人束手无策。传统的解决方案，就像请来一群专科医生：去模糊、去噪点、去雨滴，各有各的专长，但每个“医生”都需要海量的“临床经验”——动辄数百万张训练图片，才能达到可用的修复水平。 然而，一项由香港科技大学、哈尔滨工业大学深圳
这项由英属哥伦比亚大学（UBC）与Vector人工智能研究院联合主导的前沿研究，于2026年3月以预印本论文（arXiv:2603 12634v1）形式发布。研究团队创新性地提出了“预算感知价值树搜索”（Budget-Aware Value Tree Search，简称BA VT）框架，旨在攻克一个