文 / 山杉

追逐者的四月

4 月 23 日，腾讯混元 Hy3 preview 发布并开源。几个小时后，OpenAI 夜深扔出 GPT-5.5。不到 24 小时，DeepSeek V4 预览版随着上线，终于交出了新一代旗舰模子。

这仅仅一个缩影。这个 4 月，全球 AI 大模子依然如过江之鲫、经常上新。其中有三家终点值得寄望：

起初是 Meta。4 月 8 号那天扎克伯格或者是长舒了连气儿——进入不少却遥远差语气的 Meta AI，终于凭最新大模子 Muse Spark 打了个翻身仗，其性能施展出色，股价当日大涨 6.5%；还有 Google，Gemini 3.1 系列不绝保持强势，在各方面王人有拉开差距的迹象——尽管它在另一些方位又亮起了红灯。然后是国内巨头腾讯，带着它刚刚发布的 Hy3 preview。

之是以将它们类比，在于这三个各自领域的王者，王人在 AI 大战中经历了一段颇受质疑的时期。

最疾苦确天然是 Google，毕竟连 AI 基础架构 Transformer 王人是它发明的。三年前，OpenAI 用它的工夫阶梯搞出 ChatGPT，Google 被动应战、仓促推出大模子 Bard，适度大失水准，在演示中连韦伯千里镜的学问王人搞错，公司市值当即挥发千亿好意思元，以致一度有东说念主觉得 Google 一跌颓靡。

Meta 更戏剧化，经历过计策错判、里面斗争，也吃过惨痛训导——旧年 4 月高调发布 LLaMA 4，堪称超越 DeepSeek V3，适度不到两天就沦为一颗 " 哑弹 "。部分测试数据低到离谱，随后更被曝出刷榜丑闻——提交给名次榜的版块，和公开给开垦者的版块不是并吞个模子。为此，其 AI 筹议副总裁通知辞职。

跟上述两家比较，腾讯的际遇倒不至于那么剧烈，但" 腾讯慢了 "、" 腾讯 AI 到底行不行 "的疑问从未罢手过。

此前，混元中枢团队布景多聚合在策划机视觉、机器学习等方面，而非大语言模子最中枢的标的。昔时三年，混元受困于组织散布，数据和 Infra 等基础设施薄弱，贯通与全球顶尖团队有较大差距，其基础模子给外界留住的印象是，" 二满三平，穷乏特质 "。在 2026 年头的腾讯年会上，马化腾也直言" 动作慢了 "。

大模子工夫天然是一场马拉松式的竞争，但靠近一日沉、纷纷复杂的态势，很难莫得惊恐——尤其是必须直面一个问题：是否走对了标的。

靠近严峻的表情，Meta 和 Google 作念了并吞件事：自我纠偏、横祸地聚焦。

Google 将 Brain 和 DeepMind 两个团队合并——此前这两个团队王人很优秀，却各利己战。之后是大举进入，从 Gemini 1.0 的低于预期，到 1.5 Pro 标的回正，到 3.1 Pro 多维度起初——近三年持续迭代，Gemini 的 AI 聊天机器东说念主商场份额已从不到 6% 攀升至约 20% 以上。

纠偏是持续的过程。就在这个 4 月，红灯在谷歌再一次亮起，聚积独创东说念主布林切身挂帅组建了一支 " 编码突击队 "，在当下火热的编码智能体新战场，再行追逐。

而经历过片晌的慌张，Meta 旧年重组 AI 部门，成立超等智能实验室（MSL），并豪掷重金延揽顶级东说念主才。九个月后交出了 Muse Spark，其格长入 LLaMA 4 判然不同，不喊 "SOTA"，主动表明弱项，但在图表结识和医疗推理上等方面施展隆起，token 效用极高。一个因为追求数字而翻车的公司，如今选定了克制和场景聚焦。终于再行赢得了外界的认同。

反不雅腾讯，它昔时三年似乎经历了 Meta、Google 故事的前半段。到了这最近半年，腾讯里面也密集经历了重建、重构和聚焦：延揽前 OpenAI 筹议员姚顺雨出任首席 AI 科学家，AI Lab 根除，持住 AI 研发力量，接收一批顶级东说念主才，重建研发架构和基础设施……几个月之后，推出 Hy3 preview。

据了解，这一模子进行了底层重构，" 总参数 295B，激活参数 21B，最大扶助 256K 高下文长度，在复杂推理、教导盲从、高下文体习、代码、智能体等智力及推感性能上实现了大幅的晋升。"

新模子很惊艳吗？在 1T 参数以上巨型模子林立确当下，很难这样评价，毕竟还仅仅一个不到 300B 的 Preview 版。但对腾讯自身来讲，是一个颐养的信号弹。模子发布后，外界坐窝将它与主流模子进行了比较，感知最强的是其实用性和体验的改善。一位大模子测评博主写说念：Hy3 终于称愿进入了国模第一梯队。更平直的信号是，Hy3 preview 上线即成为腾讯十余款中枢家具的首选模子，这在混元历史上是第一次。有博主直言：" 先上桌，再追逐，这一步算是迈出来 "。

对大模子竞争来说，最要紧的可能不是这个版块的施展 " 数据 " —— Meta 和 Google 解释了，逾期了的巨头只消勇于自我变革、再行登程，走到正确的路上，极或者率会靠着独有的上风加速完毕自后劲的。

于是，值得一问的问题是：腾讯运转走上正确的说念路了吗？

不是迭代，是推倒重来

"Hy3 preview 是混元大模子重建的第一步。"在 Hy3 preview 发布的官方 Blog 中，腾讯首席 AI 科学家、AI Infra 部及大语言模子部负责东说念主姚顺雨写说念。很昭彰，Hy3 preview 不是在上一个版块基础上修修补补。

据了解，Hy3 preview 是从 2026 年 1 月底操纵才运转起步，组织架构、基础设施基本上重建了一遍。原有的教师框架莫得沿用，Agent 系统简直从零搭建。一位里面东说念主士用了一个形象的说法：这不是改进装修，是把屋子拆了重盖。

" 重训一个底座 " 到底意味着什么？

起初需要海量优质数据，经过清洗、筛选、去重、分类、配比——数据比例配错了，模子可能华文好但英文差，或者会聊天但不会写代码。

然后是大范围张 GPU 构成集群，厚实运行几十天以致几个月，中间任何一张卡出故障、任何一次通讯中断王人可能导致教师回滚—— Meta 训 LLaMA 3.1 405B，16384 张 H100 跑了 54 天，期间际遇 419 次不测中断，平均三小时一次，雅博体育app中国官网入口而这如故在肃穆的教师基础设施上。

训完底座只完成了一半，之后还要通过强化学习，把一个 " 读了好多书但不会说东说念主话、不会干活 " 的毛坯打磨成能和东说念主渊博交互的家具。

混元靠近的恰正是重构级别的难度——基础设施全新搭建，教师范式切换，团队大范围普遍新东说念主加入。

既然难度这样大，曾经经有了上一代模子，为什么不在已有基础上迭代，非要从新来过？并且是在统共东说念主王人在加速奔波的时候。

谜底可能和直观相悖。看起来推倒重来充满不细则性，实则恰正是为了取得细则性。

混元 Hy3 preview 选定的工夫阶梯—— MoE 架构、强化学习驱动的后教师等等，好多是被多家头部团队反复考证过的肃穆决策。曾经 DeepSeek V3 用 MoE 作念到了业界标杆，OpenAI 和 Anthropic 早已把强化学习行为后教师的中枢引擎，Google 和 Meta 王人在把底座与欺诈场景越拉越近。选定它们的风险反而是可控的。

Google 当年靠近的亦然同样的重构困难。Brain 和 DeepMind 诀别王人很强，但这个组织形态跑不出统一的大模子家具。皮查伊选定强行合并，短期代价是 Gemini 1.0 低于预期，但这个决定让 Google 取得了一个统一的底座和一致的迭代标的——之后统共加速王人建立在这个基础上。Meta 更极点，LLaMA 4 翻车之后，扎克伯格莫得在正本基础上修补，而是别辟门户，连品牌王人换了。

重建的内容，是用短期的阵痛相通耐久的细则性——让我方站到一条被考证过的、正确的说念路上，为混元更大参数的模子迭代打好基础。

这未必即是混元的选定。那么具体来说，这条路通向那儿？

重建一条 " 实用 " 的说念路

要是用一个词详细 Hy3 preview 的重构标的，或者是" 实用 "。

这两个字听起来朴素，但在大模子行业的语境里，其实是一个显著的态度选定。

以前好多大模子团队默许的叙事是线性的：先把模子参数作念大、作念到更聪惠、更通用，榜单更高；然后再谈落地、可用、体验。但混元莫得选定 " 先极致智能再可用 " 的从众阶梯，而是从源泉就把 " 实用性 " 塞进通盘链路里——从数据结识、预教师，到强化学习，再到评估——王人是围绕确切场景的实用性来构建。

这个标的似乎正在形成行业共鸣。并吞天发布的 GPT-5.5，定位从 " 回答 " 转向 " 实行 "；DeepSeek V4 万亿参数开源，中枢标的也聚焦 Agent。

对混元而言，这种 " 灵验形而上学 " 起初体咫尺底座的智力选定上：聚焦腾讯酬酢、游戏、告白等中枢业务场景中最需要的模子智力，作念体系化树立。

复杂推理—— Agent 时间对模子最基本的要求是 " 能想 "：靠近复杂任务能计算、能拆解、能一步步推导。

教导盲从与高下文体习——耐久以来国产模子的痛点。举个具体例子：多东说念主群聊到第 100 轮，中间插了几个东说念主言语，准确识别 " 某句话是在恢复两条之前的那条 " ——东说念主类作念得到，大多数模子作念不到。这恰正是 Hy3 preview 这次的蹧蹋，平直办事于元宝和元宝派的确切交互场景。

代码与智能体智力——也许是最出乎意象的越过。此前混元在 Coding 领域简直莫得存在感，之是以高优先级进入，应该和腾讯自身的家具布局平直有关：本年推出的 WorkBuddy、QClaw 等智能体家具，王人需要底座在代码生成和 Agent 互助上过关。

三个标的不是随机选的。让一个 Agent 完成职责，要结识教导，在长链条任务中不丢高下文，一步步推出决策，再用代码实现——正好是 Agent 时间模子最高频被调用的三种智力。这三种智力的组合自己就是一个体系化的选定。混元的官方博客阐释了 " 实用 " 的三条原则，第一条就是智力体系化：不珍摄 " 偏科 "，因为即使是代码智能体的单一欺诈，也触及推理、长文、教导、对话、代码、用具等多种智力的深度协同。

底座选定打哪几个点仅仅第一步，怎样训也变了。这可能是混元最要紧的步调论转向：重心攻坚 RL。

此前混元的后教师重度依赖 SFT ——用普遍标注好的问答对教模子 " 看到这种输入就这样输出 "。但据接近团队的东说念主士知道，新版块作念法判然不同，重心元气心灵王人在 RL 上。

区别不错这样结识：SFT 给法式谜底—— " 正确谜底是 A"；RL 只告诉模子好与不好，澳洲幸运5我方去料想为什么。前者让模子快速学会应酬已知题型，后者训诫模子靠近生分问题时自行判断。在确切场景里，用户的发问千奇百怪，不可能每一种王人提前标注，RL 的价值就在这里。

更缺欠的是，RL 模式下，教师数据量不错十分大，持续训下去，不停地用确切复杂的任务把模子的上限拉高。

" 各家的相反就是你的模子到底能构兵到若干复杂业务——这就是生命力的起头。"一位业内东说念主士评价。

这句话指向一个值得试吃的远期含义。腾讯覆盖酬酢、游戏、内容、告白、糊口办事等万般场景，其丰富度在全球范围内王人属于第一梯队。一朝 " 场景 - 响应 - 教师 - 更强模子 - 更多场景 " 的轮回跑通，能量强大。

天然，从 " 有场景 " 到 " 响应确切回流为 RL 的教师燃料 "，中间还隔着数据合规、响应标注、工程链路等多重问题——这是混元下一阶段确切要啃的硬骨头。但无论如何，重心照拂 RL 是一条越跑越宽的路。

教师范式以外，还有一个更掩盖但也许更深层的变化：场景需求从一运转就写进了工夫决策。

混元团队里面的说法叫" 聚积遐想 "（Co-design）。昔时比较典型的模式是：基模团队闷声训模子，训完交给家具业务团队；用得不顺，再下场帮业务一说念调。可用性在终局转圜，以致不少家具优先选用外部开源模子。但混元这次作念了一个要紧变化——在强化框架搭建、数据策略、评估缠绵遐想的早期，就建立了与业务方的 Co-design 机制。

元宝是一个典型的例子。Hy3 preview 的研发过程中，元宝团队与模子团队作念了深度的聚积遐想。元宝团队带进来的，是一套从确切用户步履中索要出的多维评测体系——覆盖意图结识精确度、文本创作质料、深度搜索调回效用，比通用 benchmark 更逼近家具场景。同期，他们把用户响应中沉淀下来的判断也注入了教师过程：文笔是否天然、情商是否到位、内容组织是否明晰、专科抒发是否有分寸感。这些维度很难从模子侧自行界说，需要离用户近的东说念主来提供法式。

在欺诈 Hy3 preview 的家具盲测中，元宝在写稿、闲话、搜索三个场景上效用体现得最彰着。用户响应中反复出现一个词：" 活东说念主感 "。

这就是聚积遐想真简直作念的事：" 实用性 " 的界说，从基模团队片面决定，形成和场景共同决定。

与之配套的是评估体系的颐养。一方面，混元团队通过自建题目、最新历练、东说念主工评测、家具众测等多种口头评估和改良模子的 " 确切战斗力 "，另一方面，混元也运转引入确切业务场景来评估：在某条具体链路上，模子是否厚实、是否贴合语境、是否能结识用户的执行意图、能让用户感到天然——这些是 " 实用 " 的凭据。而一朝评估被确切场景牵引，教师数据、强化策略、用具链遐想王人会被动随着改变。这亦然为什么 " 实用 " 不仅仅一句标语——它正在反向重塑通盘研发系统。

" 实用 " 落到工程层面，还意味着必须在乎性价比。这个词听起来鄙俚，但在 Agent 时间是严肃的硬敛迹。一个 Coding Agent 完成一个任务可能调用模子 50 到 100 次，Token 破钞量是普通对话的 5 到 30 倍。中国信通院数据自满，国内日均 Token 调用量两年增长超越 1400 倍；Gartner 则警告，单个 Token 价钱在暴跌，但 Agent 总破钞量增长更快—— Token 越低廉用得越多，总资本反而可能上涨。

Hy3 preview 有 295B 总参、21B 激活——模子里面有普遍 " 众人 "，每次推理只激活其中一小部分。缺欠不在于众人若干，而在于路由蚁集能不成把问题精确分派给最稳当的阿谁。从官方信息看，混元 AI Infra 作念了全栈优化，同等资本下推理效用晋升 40%。一位业界东说念主士说得平直：" 推理资本缩小，也会给元宝省下一批卡。" 对腾讯的体量而言，单 Token 资本哪怕降 10%，累积量入制出就是天文数字。

几个层面合在一说念看，Hy3 preview 的更大的意旨，可能在于它搭起了一套围绕确切场景的实用性来界说主义、组织研发、评估适度的系统。据知道，行为再行起步的一个运转，混元也但愿通过这次发布取得全面的用户体验响应，用以晋升 Hy3 郑再版的性能。郑再版仍在持续迭代，下一代模子也已启动分娩——这个版块搭好的基础设施和跑通的经由，后续无谓重建。

图注：代码智力评测

图注：Agent 综合智力评测，Hy3 preview 展现出高性价比

生疏的加速率

标的对了，仅仅必要条目。在这个行业里，简直不可能逐渐走在正确的路上，同样需要熟悉的是：速率。

Hy3 preview 从预教师启动到模子发布，三个月完成。

而以行业执行节拍为参照，时常需要 6 个月以上。一个业界东说念主士评价，" 在三个月操纵时分里一次性极致压缩，其实是极大的挑战。"

但统共东说念主王人知说念，他们必须要完成这一项极限任务。

为此，他们作念了一个决策：并行分娩（而非传统的串行）。几条线同期拉起来。

运转厚爱教师的时分是 1 月 31 日。预教师运转的同期，后教师团队在小模子上作念考证，全新的 RL 基础设施同步树立，到某个节点，业务链路同步适配。统共能并行的法子全部并行，严丝合缝咬合在一说念。

中间穿过了春节——莫得停工。卡在跑，东说念主就随着跑。有东说念主凌晨三点起来让实验不绝。" 凡是有少许 buffer，你王人会想要量入制出出少许可能的试错空间。"

一个故酷好的细节是，Agent 教师时，在新的 RL infra 上初次投产欺诈，就长跑告捷。但确切让这个团队欢笑的是，这考证了他们的"solid" 职责文化——要是每一步作念得质料很高，就能带来一个好的适度。

熟悉行业的东说念主知说念这样的速率意味着什么，基本就是很难容忍紧要的 BUG 或者回滚。这个过程就像履历老说念的大夫团队作念一档高难度的手术——除了步调手段，也得知说念万般风险和不测，以及能快速应酬。

而这个大范围的咬合过程，还跟随着一个组织的磨合的挑战，普遍新东说念主，来自不同公司，并带着各自的履历和步调论。

最终，在一种极限作战的景况中，这个团队王人更深结识了相互，比如姚顺雨常挂在嘴边的，作念事要 "solid"；预教师的同学常说，" 预教师就是 debug"。

据了解，自旧年 12 月底混元架构诊治以来，通盘组织在持续发生变化。其中一个举措是：厚爱取消经管层级头衔，试行负责东说念主制。不叫总司理，不叫总监和组长——统共岗亭称号简化为 " 某某标的负责东说念主 "。经管变装随着业务走，不是一个固定身份：你今天带这个标的，就有经管标签；未来标的调了，标签随着摘掉。

这种扁平化，在日常互助带来了一些十分具体的适度。比如，开会时，没东说念主需要 " 朝上经管 " 了。

一位参与跨部门互助的职工形色了他的直不雅体感：" 不管你是什么变装，有问题会上平直提，马上拍掉。谁是职守东说念主，迅速就定。不需要层层讲述。"

这种扁和顺作念事导向的文化，肉眼可认识带来一种职责氛围的变化：" 公共不是拼膂力、拼加班——而是形成了怎样聪惠、高效地作念事。"

以致跨部门合作王人更顺畅了。Hy3 preview 要上到家具线，" 比如上元宝、CodeBuddy ……模子同学跟家具侧一拉群，今日就鼓吹。公共的想路很明确——以事为导向。" 该里面东说念主士说。

" 因为通盘腾讯王人在加速的景况中。因为咱们新建团队的文化基调，就是要把这事搞成。"

三四个月很难白玉无瑕。

"bench 施展挺好的，但它还莫得到确切宇宙去被 ' 毒打 ' 过。"一位里面东说念主士抒发了她的担忧，但这亦然混元先推出过程性版块的原因——更快更多取得确切宇宙响应，才更有契机变得康健。

更要紧的是，这个加速率是面向改日的。换句话说，唯一迭代速率持续加速，混元在这个注定是长周期的 AI 竞赛中，才能得以持续改善。

一个既快又慢的新纪元

在 AI 竞赛中，有一个反直观的法例：在职何一个时分截面上判断 " 谁赢了 "，简直注定是错的。

2023 年头统共东说念主说 Google 罢了，三年后王者追想，如今又再行追逐。2024 年中 Meta 是开源之王，一年后翻车，再之后以全新面庞重来。DeepSeek V3 以极低资本畏忌宇宙，三个月后行业又上前走了一大步，直至这几天又带来了惊东说念主的 " 性价比 "。起初和逾期不驱逐替，莫得谁能锁定赢面。

行业真简直奖励的，并非某一次发布的 " 最强 "，而是标的选定的正确性、持续迭代的智力、以及把模子智力改革为用户价值的效用。

Google 用近三年解释了这少许。不仅是底座变强，更是 Gemini 和 Google 家具矩阵的深度整合；这一举措还在加码，本年头次成立了 " 首席 AI 架构师 " 一职，平直向皮查伊讲述，只干一件事——加速把 AI 模子整合进 Google 全家具线。Meta 的 Muse Spark 从一运转就镶嵌 WhatsApp 和 Instagram，办事 32 亿用户。当底座智力日渐趋同，底座和场景的咬合深度就是耐久赢输手。

Token 经济学在加速这个趋势。中国大模子 API 价钱在昔时两年里曾经下落了 90% 以上。当推理的边缘资本趋近于零，单纯卖 Token 的买卖模式注定不可持续。确切的价值在于 Token 被用来作念什么——用在哪个场景、处分什么问题，这需要模子、场景和工程系统的深度咬合，而不是 benchmark 上多 0.5%。

腾讯丰富的场景里，每天覆盖数以亿计的用户。这些场景产生的响应密度和迭代驱能源，是纯作念底座 API 的所团队不具备的。Hy3 preview 在元宝和 Workbuddy 等十余个腾讯中枢业务场景的先行落地，以及 RL 与复杂确切场景的互相依存——王人指向这个长周期的竞争逻辑。

一位里面东说念主士给了一个耐东说念主寻味的譬如：" 不错把它结识成一个清华毕业生。学罢了，终于下山了。他行万里路的发轫，就是要充分在万般场景里深度沉淀。"

不是出说念即巅峰——是出说念即发轫。

要是它是一颗新种子，如今似乎曾经解释它能发芽。接下来的问题是——泥土里的营养能不成顺畅滋补它。

毕竟 AI 竞争，不再仅仅模子的单一竞争，更是模子智力、场景结识、工程智力、家具智力和高下文深度的乘数效应。确切的壁垒在别东说念主辞谢易复制的场景积聚和系统智力里。

统共东说念主王人在同期奔波，确切的熟悉还在背面。

在面向改日漫长的旅程中，大模子仍在一种 " 各领风流几个月 " 的阶段。就像 Google 蹈厉奋发，不久后又有 Claude 强盛崛起，在编码智能体的新战场上，界说了标的，OpenAI 紧随自后，布林不得不再次启动战时机制。Meta 的新景况保持多久，也不知所以。

莫得永远的起初者澳洲幸运5app下载，也莫得永远的逾期者。但细则的是，巨头一朝走在正确的说念路上，加速率会比设想的更快。

• 模子
• 腾讯
• 澳洲幸运5app下载
• 重回
• 牌桌