微信自研大模型WeLM正式公布：80B已跑在小微上，617B MoE正在路上

8月13日，腾讯微信团队在X平台公布了一件事：微信自研的大语言模型WeLM正式亮相。

不是混元。是微信自己的模型。

官方海报上写得清楚，WeLM系列目前两个规格：WeLM-80B，800亿总参数，30亿激活参数；WeLM-617B，6170亿总参数，230亿激活参数。

80B已经在跑了

WeLM-80B不是PPT。它已经部署在微信原生AI助手“小微”上，正在给用户提供服务。

小微能做什么？对话与搜索、使用微信原生功能、调用小程序服务。你可以让它帮你发消息、查聊天记录、调出小程序——这些操作背后跑的就是WeLM-80B。

微信团队给这个模型打的核心标签是“资源效率”。800亿总参数，每次只激活30亿。这意味着什么？低延迟、低成本、高并发。微信有十几亿用户，一个模型如果每次推理都要调动全部参数，算力成本根本扛不住。30亿激活参数的设计，让大规模部署在商业上变得可行。

WeLM的研发不是临时起意。最早可以追溯到2022年发布的V1 10B模型技术报告，随后陆续训练了19B、60B Dense模型，2025年完成了V3版258B-A22B、V4版80B-A3B的训练。从10B到80B，微信团队在自研模型这条路上已经走了四年。

617B才是真正的看点

80B已经落地了，但617B才是更值得关注的那个。

WeLM-617B总参数6170亿，激活参数230亿，采用混合专家（MoE）架构。MoE的核心逻辑是：模型总参数很大，但每次推理只激活一部分“专家”，其他部分待命。230亿激活参数在MoE架构下属于中等规模，但617B的总参数给了它足够的容量去处理复杂任务。

官方对617B的定位很明确：在保持适度激活参数的前提下，显著提升通用理解与逻辑推理能力，面向微信生态内的复杂任务——智能小程序开发、小微工具生成。

注意“智能小程序开发”这几个字。这意味着未来的微信生态里，开发者可能不需要从头写代码——对小微说一句话，它就能帮你生成一个小程序。这是微信生态从“人写代码”到“AI生成服务”的质变。

7月的一篇技术论文显示，WeLM从3月的80B参数到617B MoE，增量续训只用了完整训练量的5.3%，9个评测全部超越自回归基线。在SuperGPQA、MMLU-Pro等更难的推理与知识任务上提升尤其明显。增量续训5.3%这个数字很关键——说明微信团队在模型迭代效率上找到了办法，不需要每次从头训练。

为什么微信要做自己的模型

腾讯已经有混元了。为什么微信还要自己做WeLM？

答案在“场景”两个字里。混元是腾讯的通用大模型，追求的是参数规模和泛化能力。WeLM不一样——它从设计之初就是为微信生态定制的。

微信有14.4亿月活。这个体量下，推理成本、响应速度、隐私保护都不是通用模型能随便套用的。WeLM主打的就是“用户隐私、微信场景、推理效率”三个方向。部分复杂推理场景调用DeepSeek补充，主模型始终是WeLM。

腾讯内部现在是两条AI路线并行：混元走规模突破，WeLM走场景深耕。一个负责“大”，一个负责“深”。两条腿走路，互不替代。

真正值得关注的变量

WeLM-80B已经在小微上跑了。WeLM-617B还在开发中。但617B一旦落地，微信生态的想象空间会被彻底打开。

现在的“小微”能做的是对话、搜索、调服务。617B要做的，是让用户和小微说一句话，小微就能生成一个小程序、创建一个工具。从“调用服务”到“生成服务”，这是两个完全不同的量级。

当然，617B还在开发中，MoE架构的训练和推理优化也有大量工程问题要解决。但微信团队在这个时间点把WeLM正式公布出来，本身就是一个信号——自研模型这条路，微信不打算停了。