DeepSeek与Hunyuan-T1

原创 已于 2025-02-20 13:53:46 修改 · 4.7k 阅读 · 7 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#DeepSeek #Hunyuan-T1 #人工智能 #自然语言处理 #神经网络

于 2025-02-20 13:41:38 首次发布
  • Hunyuan-T1 是腾讯生态内的“全能助手”，适合追求稳定性和合规性的用户。
  • DeepSeek 是开源领域的“技术试验田”，适合开发者或需要快速迭代的场景。

一、个人体验

先说结论，DeepSeek深度思考时间过长，并且服务器容易断联。

首先，我分别用DeepSeek与Hunyuan-T1，让他们各自介绍一下自己，结果显示DeepSeek深度思考需要21s，Hunyuan-T1需要8s。

然后我又各自问了一个问题：详细对比一下Hunyuan-T1和DeepSeek。结果DeepSeek断联，Hunyuan-T1正常工作。希望DeepSeek团队可以改进一下。

二、详细对比Hunyuan-T1和DeepSeek

1. 公司背景与目标

最低0.47元/天 解锁文章

200万优质内容无限畅学
松小白song
关注
Hunyuan-DiT: A powerful multi-resolution diffusion transformer with fine-grained chinese understand
liguandong
06-28 260
X∈cxhxw，将x分块成h/pxw/p，p=2，线性投影层之后，得到hw/4个token供后续transformer使用，Hunyuan-DiT包含两种类型的transformer，都包含三个模块，自注意力，交差注意力和FFN，文本信息在交叉注意力模块中融合，解码器中还包含了一个跳跃模块，在解码阶段把编码器的信息添加进来，跳跃模块类似于Unet中的长跳跃连接，DiT中没有上采样或下采样模块，最后，token恢复二维结构，在训练中，使用v-prediction能获得更好的性能。支持多分辨率训练和推理。
Hunyuan-Large: An Open-Source MoE Model with 52 Billion Activated Parameters by Tencent
c_cpp_csharp的专栏
12-15 268
在本文中，我们介绍了Hunyuan-Large，它是目前最大的开源基于Transformer的专家混合模型，总共有3890亿个参数和520亿个激活参数，能够处理多达256K个token。我们对Hunyuan-Large在语言理解和生成、逻辑推理、数学问题解决、编码、长上下文和聚合任务等各种基准测试中的卓越性能进行了全面评估，其性能优于LLama3.1-70B并表现出可比的性能与明显更大的 LLama3.1-405B 模型相比。
2025年国内数学AI大模型API排名：混元大模型、DeepSeek、通义千问
最新发布
Explinks的博客
06-12 1122
正确计算了鸡和兔的数量（鸡 23 只，兔 12 只），并提供了详细的推导过程，包括方程设置和逐步求解。能力表现：较强，逻辑清晰，计算准确。上面我们重点讲了DeepSeek R1、通义千问-Max、hunyuan-turbos-latest3个模型的数学解题效果，以及对这三个模型的基础参数进行了对比。如果想要从价格、服务稳定性、互联网口碑等维度进行选型的话，请点此查看完整报告或可以自己选择期望的服务商制作比较报告。
aipy实战：Deepseek-V3、Hunyuan&Qwen做商品分析之端午怎么买粽子
m0_73651592的博客
05-23 494
最后总结一下，博主不对三者进行排序哦~萝卜白菜各有所好哈。哈哈哈在信息度上，Deepseek在信息搜集上比较全面，但是只呈现了去年原价信息。hunyuan和Qwen都比较贴近真实价格，但是一个太简洁、一个太冗杂。在美观度上看，三者各有所长。deepseek整体商务风配色，hunyuan背景具有特色，客观上，Qwen是最好看的，还具有配图。在时间反应上，hunyuan花费最短，其次是Qwen，最后Deepseek花费时间最长。
迟来的腾讯 HunYuan-T1 效果实测
AI生成曾小健3
03-26 878
虽然T1没开源，不过腾讯最近也是开源了一些模型的，那个HunYun3D-2.0就满有意思的。希望大模型越来越好吧~还有最近在思考，如何让自己变得更有趣~大家有什么建议吗？
实测AI大模型：腾讯混元T1 vs DeepSeek 哪家强？
2401_84204207的博客
03-24 3407
作为普通用户，我们见证了AI从实验室走向日常生活的全过程。未来，它们将继续深入我们的工作和生活，成为我们认知的延伸和能力的放大器。理解它们的能力差异，不仅帮助我们做出更明智的选择，更让我们对这场技术革命保持清醒的认识。毕竟，工具的选择决定了思维的边界。今天的AI大模型之争，本质上是未来思维方式的竞争。而最终的赢家，将是那些能真正理解并增强人类认知能力的模型。
deepseek与腾讯混元
weixin_47745116的博客
05-16 405
DeepSeek 和腾讯混元在技术背景、特点、应用场景和生态建设方面存在显著差异。DeepSeek 更注重行业垂直领域的深度定制和隐私保护，而腾讯混元则强调多模态能力和生态整合，服务于腾讯生态内的广泛应用场景。两者各有优势，适用于不同的业务需求和技术环境。
腾讯混元 T1 推理模型现已上线腾讯元宝，性能媲美 Deepseek R1
weixin_51674085的博客
02-18 508
此外，他们还表示将在今年第一季度上线新一代旗舰模型混元 Turbo-S 和混元图生视频模型（HunyuanVideo I2V），进一步扩展其 AI 技术的影响力。宣布其自研推理模型 Hunyuan T1 现已上线腾讯元宝进行灰度测试，性能比肩 Deepseek R1。
Hunyuan-DiT ： 强大的多分辨率扩散转换器，具有细粒度的中文理解
11-19
此外，Hunyuan-DiT的设计与应用还扩展到了多模态交互式对话系统的范畴。这具体体现在其姊妹技术DialogGen上。DialogGen是一个专门设计用于生成多轮文本到图像的交互式对话系统，它能够结合用户的语言输入和图像内容...
国内首个中文原生DiT架构SOTA大模型全面开源！———Hunyuan-DiT技术报告详解
AIGCer的博客
05-15 2130
基于扩散的文本生成图像模型，如DALL-E、Stable Diffusion和Pixart，已经展示了生成前所未有质量图像的能力。然而，它们缺乏直接理解中文提示的能力，限制了其在中文文本提示下的图像生成潜力。为了提高中文理解能力，提出了AltDiffusion、PAI-Diffusion和Taiyi，但它们的生成质量仍需改进。在本报告中，介绍了构建Hunyuan-DiT的完整流程，该模型可以根据英文和中文提示生成不同分辨率的高质量详细图像。
腾讯混元自研深度思考模型「T1」正式发布
weixin_41446370的博客
03-24 387
混元T1正式版在大规模强化学习的基础上，针对数学、逻辑推理、科学和代码等理科难题进行了专项优化，从而实现了推理能力的显著提升。同时，在CEval、AIME、Zebra Logic等中英文知识及竞赛级数学、逻辑推理的公开基准测试中，混元T1也展现出了业界领先推理模型的水平。这是工业界首次将混合Mamba架构无损应用于超大型推理模型，有效降低了传统Transformer结构的计算复杂度，减少了KV-Cache的内存占用，从而显著降低了训练和推理成本。近日，腾讯正式推出了其自研的深度思考模型——混元T1正式版。
国内有哪些免费，好用的AI工具
Hanko的专栏
12-12 3861
作为一名深度AI使用者，我每天都在探索和利用各种AI工具来提升我的工作和生活效率。有一段时间，我甚至彻底放弃了传统搜索引擎，完全依赖AI来获取信息。这不仅简化了我的日常操作，还让我能够更高效地处理各种任务。在这里，我想分享一些自己的使用经历，希望能为大家提供一些实用的参考。先来看一张google统计的趋势图，AI火热还在持续，并且一直在上升的确，算一算目前市面的AI产品已经超1.5+万，对于推出时间短、技术新的产品来说这数量是非常惊人的，同时AI产品目前也囊括了大部分领域与行业。
玩DeepSeek不用腾讯元宝，属于运气不佳
2502_90109034的博客
02-22 2313
2025年的AI工具竞争，早已不是“单打独斗”，而是生态+算力的双重较量。腾讯元宝凭借微信内容护城河与DeepSeek-R1满血版的强强联合，正在重新定义智能助手的天花板。我是洞见君，在这里不做AI焦虑的搬运工，只做你探索路上的提灯人。关注后点击右上角"…"设为星标🌟，每周为你筛选真正值得读的AI干货，让重要更新永不迷路。整理了这段时间验证过的AI增效工具包和实战信息差（持续更新中），放在了洞见AI世界知识库，扫描下方二维码备注"知识库"免费获取，希望能帮你绕过80%的人正在经历的信息泥潭。
DeepSeek接入知识库，直接在线飞速跑，确实可以封神了！
z551646的博客
02-13 838
能力。先提问第一个问题，总结近几日财经新闻，注意勾选深度思考R1，结合搜索，如下所示：首先是DeepSeek-R1模型的深度思考，激发模型思考过程的一个主要方法是链式思考(Chain of Thought)，强化学习探索了更多新的思维链，R1这方面技术先进，我们看到R1对此问题的分析包括注意时效性，当前时间是哪一天，需要关注最近几天的财经新闻；再有既然是总结所以就要分门别类，总结股市动态，行业动态等：
【DeepSeek满血版】腾讯元宝接入DeepSeek-R1满血版
zww学习笔记
03-08 3665
腾讯元宝是腾讯公司基于自研混元大模型开发AI助手，于2024年5月30日正式上线。它整合了腾讯混元(turbo/T1)与DeepSeek(V3/R1)双大模型引擎，支持复杂逻辑推理、多模态交互（文本、图片、文件解析）及联网搜索，可满足办公、学习、创作等场景需求。
deepseek各个版本的区别
热门推荐
keyboard专栏
02-05 1万+
deepseek版本
腾讯混元T1发布！对标DeepSeek-R1的深度思考模型T1来了
m0_63171455的博客
03-24 1308
继2月底推出新一代快思考模型混元Turbo S后，3月21日深夜， 腾讯宣布推出自研深度思考模型混元T1正式版， 并同步在腾讯云官网上线。3月初，腾讯发布了混元Turbo S，有网友问：安排——其实，腾讯在2月就已经通过腾讯元宝开放了T1-preview模型。腾讯推出自研深度思考模型，并在腾讯混元和腾讯云官网开放体验，即将在腾讯元宝灰度上线。效果如何？
DeepSeek R1 + 腾讯混元 T1「双核」驱动
xixixixixixixi21的博客
02-18 990
2 月 17 日，腾讯 AI 助手 “腾讯元宝” 再次迎来重大更新，实现了 DeepSeek R1 + 腾讯混元 T1 “双核” 驱动136。
hunyuan3D-2
03-20
### 关于 HunYuan 3D Version 2 的文档或使用指南 目前关于腾讯混元系列模型的公开资料主要集中在 HunYuan 3D-1.0 版本上[^1]。然而，对于 HunYuan 3D Version 2 (HunYuan 3D-2)，尚未有官方发布的具体文档或详细的使用指南被广泛传播。以下是对可能涉及的内容以及基于现有版本推测的相关信息： #### 已知信息总结 1. **HunYuan 3D-1.0 功能概述** HunYuan 3D-1.0 是一个支持文本到 3D 和图像到 3D 生成功能的强大生成模型[^2]。它通过统一化的框架设计，在较短的时间内能够生成高质量的 3D 资产。 2. **技术背景与成本考量** 使用大规模模型进行三维生成的技术路线通常伴随着较高的计算资源需求。无论是神经辐射场 (NeRF) 还是其他形式的 3D 场景表示方法，这些模型都被认为是在当前领域中较为昂贵的选择之一[^3]。 3. **代码细节补充** 在一些具体的实现过程中，例如从文本到视频 (T2V) 或者图像到视频 (I2V) 的转换任务中，涉及到的关键参数如 `in_chans` 表明了输入数据结构的设计特点[^4]。这可能是未来版本进一步优化的方向之一。 #### 对 HunYuan 3D-2 的假设分析 尽管缺乏直接针对 HunYuan 3D-2 的描述性材料，可以合理猜测其改进方向如下： - 提升效率：减少运行时间和硬件消耗的同时保持甚至提高输出质量。 - 增强功能：扩展至更多模态间的转化能力，比如语音转 3D 形象等新型应用场景。 - 用户友好度增加：提供更简便易用的 API 接口和服务端解决方案以便开发者快速集成到自己的产品当中去。 由于上述内容均为推断性质的结果，并未得到实际验证，请密切关注腾讯官方团队后续发布的新消息来获取最权威准确的信息源。 ```python # 示例代码片段展示如何加载预训练权重文件(仅作示意用途) import torch from transformers import AutoModelForVisionTo3DGeneration, AutoFeatureExtractor model_name_or_path = "path/to/hunyuan_3d_v2" feature_extractor = AutoFeatureExtractor.from_pretrained(model_name_or_path) model = AutoModelForVisionTo3DGeneration.from_pretrained(model_name_or_path) image_input = feature_extractor(images=example_image, return_tensors="pt").pixel_values outputs = model(image_input) predicted_3d_model = outputs.reconstructed_3d_object ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值