微信原生 AI 助手「小微」灰度测试中，主模型为自研 WeLM，可检索聊天记录、总结公众号文章、调用本地生活服务，涉及敏感操作需二次确认。
微信原生 AI 助手「小微」灰度测试中，主模型为自研 WeLM，可检索聊天记录、总结公众号文章、调用本地生活服务，涉及敏感操作需二次确认。
微信原生 AI 助手「小微」正在灰度测试。它不是一个独立 App，而是被编织进微信原有的高频场景里——聊天、公众号、视频号、图片、文档都能「问小微」。底层主模型是微信团队自研的 WeLM（a Well-read Pre-trained Language Model），部分回答结合 DeepSeek 完成。本文整理了 12 个入口的位置和能做的事，帮你判断灰度资格到手后从哪开始用。
小微的主页面在微信首页左上角那双绿色眼睛处，底部默认语音输入，可切换文本、上传照片、调用摄像头、上传文件。
Chatbot 的思路是在聊天框里扩展高频应用场景；微信的思路是把 AI 自然融入原有的高频场景。小微几乎出现在微信里每一个信息消费场景：
对拥有大量好友、聊天记录繁杂的重度微信用户来说，查找散落在聊天记录里的信息一直是刚需。现在聊天记录有了智能检索，连藏在「文件传输助手」里的宝藏也都能被挖掘出来。
点击微信首页左上角的绿色眼睛进入主界面。这个入口承担「小微总入口」角色，和微信内部信息、微信功能调用相关的问题，大多可以先从这里问。
实测能覆盖的功能：
小微不是把朋友圈一条条甩出来，而是先按主题归类（AI 与智能体、自动驾驶、量子计算等），再追问「大家都去哪里玩了」会进一步细分为户外自然、城市差旅、海外旅行。
💡 提示：问「智东西这个公众号最近发了哪些文章」，小微会返回文章卡片附摘要；继续追问「哪篇值得看」「帮我总结核心内容」，它会接着往下读。重度公众号用户可以从「先刷标题」改为「先让小微筛一遍」。
聊天界面里有三个位置：
这三个入口的价值在于带有聊天上下文——首页入口无法直接获取具体好友或群聊内容，进入聊天界面后调用小微，它能结合当前会话进行理解和分析。
直接问「他之前发给我的远程控制 ID 是什么」，小微从聊天记录中找出两次相关记录，给出发送时间并直接提取设备 ID 和验证码。相比传统搜索依赖关键词，这种基于上下文的提问方式明显更直接。
群聊场景可做的事：
💡 提示：对工作群较多、消息量巨大的用户来说，「整理待办事项」比单纯总结聊天记录更实用——直接问「目前我有哪些待办事项」即可。
公众号文章和视频号的入口出现在分享时——打开文章或视频，点击分享，可以看到「问小微」。
把一条 50 分钟对谈视频发给小微，它总结出加入某公司的三大原因，以及 AI 下半场模型与产品配合的问题。相当于多了一个「看前摘要」。
文档类入口偏工作流：
可用功能包括图片理解（直接询问图片内容）和文档处理（阅读、总结、整理）。很多时候并不需要马上精读文件，只想先知道值不值得看——小微在微信里完成第一轮筛选，文件处理成本会低很多。
💡 提示：文档类能力目前还需更复杂测试（长 PDF、多 Sheet Excel、PPT 图表识别等），现阶段可以确定的是文件入口已经接通。
小微设置里还有「小工具」入口：用自然语言描述需求，就能生成一个简单应用。生成的不是独立网页，而是直接运行在微信生态中的小工具。
内测版本的小工具还无法分享给其他用户、没有开放发布能力，也不支持自动读取群内容或多人实时投票。考虑到底层是微信小程序体系，一旦未来开放分享、协作、分发甚至支付，想象空间不止于个人使用。
涉及支付、联系人、消息发送这类操作时，小微不会直接替用户完成最后一步，基本都需要二次确认。
例如发红包时，小微自动识别联系人、生成「100 元普通红包」的确认信息，用户回复「对」后，它只是提示「已经设置好红包信息，可以前往红包页面确认发送」。对拥有十几亿用户、同时承载社交关系链和支付体系的平台来说，这种设计并不难理解。
小微或许还不是最强的 AI 助手，但它已经是目前最接近微信自身形态的 AI。而小微之于 AI 版微信，很可能只是一个开始。
微信原生 AI 助手「小微」灰度测试体验，主模型 WeLM，12 个入口覆盖聊天记录检索、文档总结、公众号摘要、本地生活等高频场景。
影眸科技发布 Hyper3D Rodin Gen-2.5，首次在 3D 生成中引入类 LLM Thinking 机制，4 秒生成百万面模型，突破千万面精度与 12K 原生贴图。
百度基于 DeepSeek OCR 推出的 Unlimited OCR，通过 R-SWA 机制实现 32K 上下文长程解析，OmniDocBench v1.5 端到端 SOTA 达 93.23%。
