聚焦MoE架构,助力微信AI生态规模化落地
本文详细介绍腾讯大模型团队的人事变动与WeLM团队的技术布局,帮助行业从业者了解微信AI生态的战略走向。
腾讯大模型战略迎来重要人事变动。随着微信AI应用进入规模化落地阶段,原混元大模型后训练负责人徐灿已正式调任至微信事业群(WXG),加入WeLM研发团队。

腾讯大模型团队近期迎来了一次关键的人才流动。原混元大模型后训练负责人徐灿,现已正式调任至微信事业群(WXG),加入WeLM研发团队。这一变动不仅是人员的岗位更迭,更预示着腾讯在AI技术布局上的重心转移。
徐灿拥有深厚的学术与工程背景,他曾任职于MSRA(微软亚洲研究院),并且是开源大模型项目WizardLM的核心创建者之一。他在合成数据生成及自动化评估体系方面的技术专长,正是当前大模型迈向高性能、高可靠性的核心驱动力。
此次技术力量的整合,旨在将更先进的训练技术引入到微信的AI生态建设中,为大模型在多元化场景下的规模化落地提供技术支撑。
这种从算法研发向应用落地端的重心偏移,最直接的体现便是微信AI应用产品的加速推进。目前,微信的原生AI助手“小微”已经启动了小范围的灰度测试,旨在通过真实场景的反馈来不断优化其响应质量。
在交互体验方面,“小微”展现出了极高的灵活性,它支持语音与文本双模态交互,让用户能够以更自然的方式下达指令。更具战略意义的是其构建的“服务闭环”能力:它能够深度介入微信生态,不仅可以执行发送消息、查询信息等核心功能,还能实现与小程序的无缝调用。这种从单纯的“对话”向“任务执行”的转变,预示着微信AI正朝着高度实用化的方向迈进。
这种从单纯的“对话”向“任务执行”的转变,本质上对底层模型的逻辑推理与响应效率提出了极高要求。为了支撑微信生态内海量的用户并发场景,WeLM 团队在技术研发上展现出了极其清晰的演进思路。
在架构层面,研发重点在于攻克高稀疏度 MoE(Mixture of Experts)架构。通过这种方式,团队旨在维持模型具备大规模参数规模以确保“智力”的前提下,显著压缩单次推理的资源消耗。这种架构优化是实现大规模商业化落地、降低推理成本的核心路径。
在应用能力上,WeLM 并不满足于基础的语义理解,而是深度聚焦于任务分解、多步规划及工具协同调用。这意味着模型能够将复杂的模糊指令拆解为可执行的逻辑链条,并能够精准地通过 工具调用 来驱动小程序或其他外部服务,从而真正实现从“理解意图”到“解决问题”的技术跨越。
CopyRight 2025 www.bzxz.net All Rights Reserved
本网站所展示的内容均由用户自行上传发布,本站仅提供信息存储服务。若您认为其中内容侵犯了您的合法权益,请及时联系我们处理,我们将在核实后尽快删除相关内容。