深入解析微信大语言模型WeLM：隐私优先的AI战略

2026年第二季度，腾讯财报中首次出现了微信自研大语言模型WeLM的身影。财报披露，微信已启动AI智能助手"小微"的小范围灰度测试，而这一功能正是由专注于用户隐私保护的定制化模型WeLM驱动。这标志着微信在人工智能领域的布局从幕后走向台前，开始正式服务海量用户。

双版本策略：效率与能力的平衡

从财报披露的信息来看，WeLM具备三大核心特征。首先是用户隐私保护——考虑到用户的社交关系、支付信息、聊天记录等敏感数据几乎都集中在微信平台，对隐私的保护成为模型设计的首要考量。其次是微信场景深度适配，包括朋友圈智能辅助、内容理解、消息自动回复、小程序服务调用等微信特有功能。第三是推理效率优化，这与微信用户的使用习惯密切相关：相比其他AI产品用户愿意等待，用户在微信中期望即时响应，这对模型的推理速度和资源消耗提出了更高要求。

与混元Hy的并行竞争

目前处于内测阶段的微信小微采用的是WeLM-80B版本，拥有800亿参数但仅3B激活参数，支持对话、搜索、微信原生功能操作及小程序服务调用。与此同时，微信团队还开发了参数规模更大的WeLM-617B版本，激活参数达23B，在中等激活规模下实现了更强的通用理解和推理能力。这一版本后续将承担更复杂的任务，如小程序智能开发、AI小工具生成等。分场景使用不同规格的模型，体现了微信在效率和能力之间的精心平衡。

腾讯内部的模型生态

WeLM的推出使腾讯成为拥有两款基础大模型的科技巨头——混元Hy和WeLM并行运营。这种双模型策略在全球范围内都属罕见。混元Hy定位为开源通用模型，主要应用于腾讯内部产品并对外提供AI能力；而WeLM作为闭源专用模型，服务于微信这一核心业务板块。这种差异化定位背后，既有微信场景特殊性的需求，也体现了微信事业群在腾讯内部的强大话语权。

技术创新与竞争格局

从技术路线来看，WeLM采用MoE（Mixture of Experts）架构，主打成本效益。由于微信小微一旦全面开放将面对数亿级用户规模，成本控制成为模型设计的核心考量。微信团队被"逼"出的技术创新——在有限算力下满足海量用户需求——反而成为WeLM的技术优势。有趣的是，从外部测试数据来看，WeLM-617B在多个维度已领先于混元Hy，这表明专用模型的深度优化策略正在取得成效。

如有侵权，请联系删除。