我的判断是：腾讯以后不打算把文本和图像视频当两条线做了。
语言模型和多模态两个部门合成了基础模型部，交给同一个人管，大厂这么调整通常就是这个意思。对用模型的人，短期看不出什么变化，长期能力和接口大概率会往一个口子收。
顺带两条。Hy3 七月上线，官方说智能水平能对标参数量两到五倍的旗舰，发布一周调用量比上一代涨了六十多倍——这涨幅得看基数，但量确实是起来了。
我自己更关心混元 3D 世界模型 2.0 开源那条：文字、图片、视频都能当输入，直接出 3D 世界，社区下载量已经三百多万。做场景和虚拟制片的可以去摸一摸。