随着微信 AI Agent「小微」的内测版上线，其背后的大语言模型也浮出了水面。

不是腾讯的混元，不是深度求索的 DeepSeek，不是智谱的 GLM，而是微信自研的大语言模型 WeLM（WeChat Language Model）。

01 为什么是 WeLM 而非混元？

WeLM 早在 2022 年 10 月就已发布（ChatGPT 爆火同期），但一直比较低调，公开资料较少。目前已经迭代到第四个版本 WeLM-V4。

它和腾讯混元最大的区别在于定位：

• 混元：通用大模型，卷参数、卷通用能力，对外开放
• WeLM：微信生态专用大模型，强调性价比、稳定、快速响应，应用于微信生态内，不对外开放

02 一个低成本、高效率的"小模型"

WeLM 采用高度稀疏的 MoE（Mixture of Experts，混合专家）架构，而非超大稠密模型。目的是在有限资源下把模型做得足够高效。

它总参数约 80B 或 130B，在如今动辄几百 B、几 T 的模型中，属于"小模型"。但对于微信日活超 10 亿、月活超 14 亿的调用规模来说，成本控制至关重要。

WeLM 技术团队引入了 GQA、partial RoPE、KV-Mirror、Multi-Token Prediction 等技术，核心目标都是：降低开销、降低推理成本、提高吞吐能力。

03 快速响应：Hidden Decoding

在微信中使用 AI，和其他产品不同。用户可以允许 Codex 等工具在处理任务时有思考过程，但微信 Agent 需要即时反馈。

WeLM 采用了一种叫 Hidden Decoding 的方式——通用模型通常会把推理过程展示出来，但微信 Agent 会把推理过程隐藏起来，既保证质量又不让用户等待。

04 长上下文能力

微信中使用 AI 天然是长上下文记忆场景：群聊消息总结、朋友圈动态、拟定回复话术、公众号/视频号内容、个人收藏/喜欢/点赞等。

WeLM 就生长在这个上下文环境里，这也是它能准确识别用户意图的重要因素。技术博客中提到，context extension 中把上下文扩到 128K，长上下文任务表现优秀。

05 技术进展

2026 年，WeLM 官方发布了 3 篇技术博客：

• 以适度资源构建高效稀疏 MoE 模型
• 初探 WeLM-258B MOE 模型后训练
• Hidden Decoding: 在预训练中扩展序列长度

06 为什么是 DeepSeek 兜底？

微信小微的兜底模型是 DeepSeek，而不是混元——有意思的是，混元兜底也是找的 DeepSeek。DeepSeek 融资 500 亿，腾讯作为最大外部投资者又投了 100 亿。

总结

WeLM 的路线不是和别的大模型卷，而是做自己生态中最低成本、低延迟、稳定可控、联系上下文准确理解用户意图的专属大模型。微信小微一开放，WeLM 或将成为国内调用量最大的大语言模型。

WeLM 技术博客：https://welm.weixin.qq.com（以官方发布为准）