Penulis | Di Luar Halaman, Ditulis oleh｜Huahua
Tencent Hunyuan Hy3 preview telah dirilis.Ini adalah produk pertama yang dihasilkan Yao Shunyu setelah bergabung dengan Tencent.
Arsitektur MoE, total parameter 295B, parameter aktif 21B, mendukung panjang konteks maksimum 256K, pelatihan dimulai akhir Januari, dirilis dalam waktu kurang dari tiga bulan.
Model dengan skala seperti ini saat ini mudah tenggelam.
Tapi jika melihatnya dalam konteks tiga bulan lalu, ini menjadi menarik.
Rilis ini terlihat seperti upgrade model, perubahan sebenarnya terjadi di luar model, Tencent mulai menggunakan AI untuk menulis ulang cara organisasinya sendiri.
Pada 26 Januari tahun ini, di tempat rapat tahunan Tencent, Presiden Tencent Martin Lau di atas panggung melakukan sesuatu yang jarang dilakukan eksekutif, mengulas secara terbuka mengapa model besar Hunyuan tidak berhasil.
Dia menggunakan sebuah perumpamaan: siswa SMA menghafal soal untuk ujian. Nilainya bagus, tetapi begitu masuk ke ruang ujian yang sebenarnya, ketahuan. Setelah ditinjau, ditemukan bahwa setiap modul kunci memiliki kekurangan.
Ucapan Pony Ma lebih langsung: Terlalu lambat. Lambat 9 bulan sampai 1 tahun.
Dari rapat tahunan itu hingga Hy3 preview上线 hari ini, 88 hari.
I. Menghafal Soal Tidak Mendapatkan Nilai Asli
Kisah Tencent Hunyuan dimulai dari September 2023, Tencent secara resmi merilis model besar Hunyuan pada Global Digital Ecosystem Conference, perusahaan besar masuk,声势不小.
Kemudian mulai masuk ke dalam logika pembuktian diri.
Bukan kekurangan investasi, bukan kekurangan orang. Masalahnya ada pada jalurnya.
Ulasan Martin Lau dalam rapat tahunan memberikan diagnosis paling jelas. Kemampuan model dasar terbatas, tim memilih jalan pintas, menggunakan SFT (Supervised Fine-Tuning) untuk mengejar peringkat. Efeknya langsung terlihat, nilai bagus, tetapi begitu masuk ke skenario bisnis nyata, terungkap, kemampuan generalisasi buruk, kemampuan model tidak dapat digunakan kembali ke produk.
Menggali lebih dalam, setiap lapisan memiliki retakan. Data tidak dibuat cukup banyak, pelatihan awal tidak stabil, AI Infra tidak dapat diskalakan, pembelajaran penguatan kekurangan faktor dan tujuan, model dasar tidak mampu menopang aplikasi di atasnya.
Ini langsung menyebabkan kebuntuan di sisi produk. Yuanbao, aplikasi asisten AI Tencent, pada kuartal pertama tahun ini月活 sekitar 57 juta. Kedengarannya meningkat, tetapi pada periode yang sama, Doubao月活 345 juta, Qianwen 166 juta, kesenjangan bukan menyempit, melainkan melebar.
Kesenjangan sudah tidak lagi di tingkat skala, melainkan pada hak definisi pintu masuk.
Yang lebih merepotkan adalah internal. Layanan bisnis dalam sistem Tencent, WeChat, game, iklan, layanan perusahaan, membutuhkan kemampuan AI, tetapi Hunyuan sebelumnya tidak dapat menanganinya. Bukan bisnis tidak ingin menggunakan, tetapi setelah digunakan efeknya tidak memenuhi standar. Beberapa bisnis inti bahkan tidak berani menggunakan Hunyuan, lebih memilih untuk mencari solusi sendiri.
Sebuah model besar yang dikembangkan sendiri oleh perusahaan besar, di rumahnya sendiri bahkan tidak bisa duduk di meja utama, ini adalah gambaran paling langsung dari kesulitan Hunyuan di masa lalu.
Pada saat itu, organisasi Tencent juga tidak mengikuti langkah perkembangan model besar. Tencent lama berfokus pada produk dan rekayasa sebagai inti, tim AI adalah pendukung. Pertama buat produk, lalu sesuaikan AI. Menurut Martin Lau, pengembangan AI Tencent seperti produk tanpa manajer produk, tim R&D tidak ada yang mengendalikan arah, banyak pekerjaan yang dilakukan sama saja dengan tidak dilakukan.
Dan pada periode yang sama, ByteDance hanya untuk pembelian chip AI saja menggelontorkan sekitar 90 miliar yuan, DeepSeek menggunakan tim kecil dengan efisiensi tertinggi untuk membuat R1 yang mengguncang全球, panggilan API global Alibaba Qianwen merangkak ke posisi terdepan.
Hunyuan tidak kalah dari satu lawan tertentu, adalah struktur organisasi itu sendiri, yang membuatnya tidak bisa masuk ke medan perang.
II. Pinjam Satu Nyawa Dulu
Sekitar Tahun Baru Imlek 2025, DeepSeek R1 meledak, perhatian industri AI global disandera oleh perusahaan Hangzhou ini.
Tencent membuat keputusan yang sangat pragmatis dan cerdik. Pada 13 Februari, Yuanbao terhubung penuh ke DeepSeek-R1 versi penuh, dibuka gratis.
日活 Yuanbao melonjak lebih dari 20 kali lipat dalam satu bulan, pada 22 Februari melampaui Doubao menduduki peringkat kedua unduhan App gratis Apple China, bahkan一度 menduduki puncak tangga lagu.
Kecepatan reaksi Tencent pada窗口期 itu, seluruh industri memperhatikan. Pencarian WeChat, QQ Browser, Sogou Input Method, ima,一套产品矩阵 terhubung padat ke DeepSeek. Bahkan game手游 "Peace Elite" memasukkan DeepSeek ke dalam代言人 digital.
Seluruh industri menyaksikan DeepSeek, Tencent adalah perusahaan besar pertama yang secara menyeluruh menghubungkannya ke ekosistemnya sendiri.
Tapi Tencent lebih jelas dari siapa pun, peluang ini dipinjam.
DeepSeek membantu Yuanbao menarik pengguna, tetapi retensi adalah hal lain. Rantai pencarian terpecah, sebagian melalui Hunyuan sebagian melalui DeepSeek, pengalaman tidak seragam.
Singkatnya, esensi merangkul DeepSeek adalah, ketika Hunyuan sendiri belum siap, menggunakan kemampuan eksternal untuk menampung pengguna terlebih dahulu, mendukung skenario terlebih dahulu.
Tapi masalahnya adalah, ekosistem WeChat Tencent, layanan perusahaan, AI game, penempatan iklan cerdas, bisnis inti ini membutuhkan kemampuan AI yang dapat disesuaikan secara mendalam, dapat dikendalikan dan disetel, sebuah API umum tidak dapat menyelesaikannya.
Hunyuan harus bangkit sendiri. Masalahnya adalah bagaimana caranya.
III. Peroboh Rumah
September 2025, seorang pemuda 27 tahun bergabung dengan Tencent dengan diam-diam.
Yao Shunyu, sarjana Tsinghua Yao Class, doktor Universitas Princeton, belajar dari salah satu penulis inti makalah pembuka GPT Karthik Narasimhan. Selama doktoral, ia mengusulkan kerangka ReAct dan Pohon Pikiran (Tree of Thoughts), keduanya merupakan pekerjaan fondasional di bidang AI Agent全球.
Setelah lulus doktoral tahun 2024, ia bergabung dengan OpenAI, berpartisipasi mendalam dalam pengembangan dua proyek inti agen cerdas Operator dan Deep Research.
Tapi riwayat hidup bukan kunci, yang lebih penting adalah perubahan tingkat arsitektur yang dibawanya setelah bergabung.
Desember 2025, Tencent merilis pengumuman penyesuaian struktur organisasi internal, secara resmi menunjuk Yao Shunyu sebagai Ilmuwan AI Kepala Kantor CEO/Presiden, sekaligus兼任 kepala departemen ganda dari departemen AI Infra yang baru didirikan dan departemen model bahasa besar, melaksanakan pelaporan dua jalur, langsung melapor kepada Presiden Tencent Martin Lau dan kepala grup usaha rekayasa teknis TEG Lu Shan.
27 tahun langsung menuju orang nomor dua Tencent, memegang dua departemen inti AI, promosi dan wewenang seperti ini, dalam sejarah perkembangan Tencent sangat langka.
Ada media melaporkan, hal pertama yang dilakukannya setelah bergabung adalah memeriksa satu per satu modul alasan kinerja jangka panjang Hunyuan yang tidak baik, sering berkomunikasi dengan rekan kerja dan magang hingga tengah malam. Hasil diagnosis dilaporkan ke Martin Lau, langsung mendorong serangkaian operasi organisasi berikutnya.
Yang ditanganinya bukan tugas optimisasi model, tetapi一套 cara kerja yang perlu digulingkan.
Desember 2025, Tencent sekaligus mendirikan tiga departemen inti baru: departemen AI Infra, departemen AI Data, departemen platform komputasi data, infrastruktur先行, merobohkan dan membangun kembali fondasi teknis底层. Pada saat yang sama, perusahaan mempercepat pengenalan talenta AI顶尖全球, melengkapi kekurangan teknis.
Pada 20 Maret tahun ini, Tencent AI Lab yang telah berdiri整整十年 resmi dibubarkan. Inti personel R&D全部 digabungkan ke departemen model bahasa besar, dimasukkan ke dalam garis utama pengembangan model besar Hunyuan,统一 melapor kepada Yao Shunyu.
Sejak saat itu, Tencent tidak lagi mempertahankan lembaga penelitian AI khusus yang独立于 sistem model besar之外, semua kekuatan penelitian AI全部 dikumpulkan, fokus pada garis utama tunggal Hunyuan.
Ini adalah重建全链路, dari Infra底层 hingga pipa data hingga proses pelatihan hingga struktur organisasi, bukan memperbaiki sistem lama, adalah merobohkan dan membangun kembali, membangun dari awal闭环研发 lengkap.
Menurut tim Yao Shunyu, Hy3 preview adalah awal dari model bahasa besar Hunyuan dari membaca sepuluh ribu buku hingga melakukan perjalanan sepuluh ribu mil.
Membandingkan kenyataan Hunyuan selama dua tahun terakhir membaca buku tetapi tidak dapat mengerjakan soal, kalimat ini menunjuk sangat jelas, tidak lagi自嗨 di set tes, pergi melakukan hal di dunia nyata.
IV. Preview, Bukan Jawaban
Kembali ke produk itu sendiri.
Arsitektur MoE yang menggabungkan pemikiran cepat dan lambat, total parameter 295B, parameter aktif 21B, mendukung konteks maksimum 256K. Pelatihan dimulai akhir Januari 2026, online April.
Kurang dari tiga bulan, dari nol hingga dapat digunakan. Ini本身 adalah sinyal penting percepatan evolusi pengembangan Hunyuan.
Pengembangan model industri biasanya mencakup persiapan data berkualitas tinggi, pelatihan awal, pelatihan后续, dan pembelajaran penguatan/penyetelan halus, jika dihitung dengan eksplorasi arsitektur前期 dan optimisasi evaluasi后期,周期 dari 0 ke 1 membuat versi besar lengkap大约 6-12 bulan.
Tencent melakukan sebaliknya, tidak mengejar model yang homogen, menggabungkan kebutuhan skenario bisnis inti Tencent dalam sosial, game, iklan, dll. untuk desain Co-design, keuntungannya adalah investasi besar Tencent dalam AI dapat得到 verifikasi pasar yang cepat.
Berlawanan dengan Hunyuan masa lalu.Dulu adalah mengejar peringkat dulu baru mencari skenario, menemukan skenario ternyata tidak bisa digunakan. Sekarang adalah masuk skenario dulu, baru menunjukkan ke luar.
Dan sebelum rilis, Hy3 preview telah melalui pengujian实测 dan adaptasi协同 dalam Yuanbao, WorkBuddy, CodeBuddy, ima, QQ, dan produk inti Tencent lainnya, model dan produk dari tahap desain同步 dipromosikan.
Inilah Co-design, latih sambil gunakan, biarkan umpan balik produk mendorong iterasi model.
Dalam arti tertentu, ini adalah tanggapan langsung terhadap ucapan Martin Lau "produk tanpa manajer produk".
Bagi internal Tencent, perubahan yang dibawa Hy3 preview mungkin lebih besar dari yang dirasakan外界. Hunyuan masa lalu, lini bisnis tidak berani接, tidak ingin接, masing-masing mencari jalan keluar, ada tembok antara tim model dan tim produk.
Kali ini Hunyuan benar-benar menjadi dasar model bisnis internal Tencent, bukan lagi proyek面子 yang membutuhkan kerja sama lini bisnis untuk mengejar peringkat.
Ketika bisnis internal bersedia mempertaruhkan pengalaman produk mereka pada Hunyuan, hal ini本身 adalah sinyal.
Tapi Preview就是 Preview. Artinya sangat jujur, ini versi pertama, dapatkan di pengguna nyata dan bisnis untuk digosok, gunakan umpan balik untuk iterasi.
Sikap benar, arah ada, produk online. Hasilnya, ujian才刚开始.
V. Lobster是 Jembatan, Hunyuan才是 Fondasi
Faktanya, sebelum Hy3 preview上线, Tencent melakukan hal lain yang mudah diabaikan.
Awal tahun ini OpenClaw爆火, demam lobster席卷 seluruh industri AI. Kecepatan reaksi Tencent又一次 membuat orang terkejut, hampir yang最早,最全面 merangkul lobster的大厂.
WorkBuddy, QClaw, Lighthouse, serangkaian produk berdasarkan protokol lobster密集上线,矩阵 produk Tencent dalam waktu singkat terhubung menyeluruh.
Sekarang melihat ke belakang, demam lobster meskipun perlahan mereda. Tapi bagi Tencent, nilai hal ini tidak pada lobster本身, lebih seperti一个 perangkat transisi.
Ini melakukan dua hal. Pertama, membuat kekuatan produk Tencent yang tersebar di各条 lini bisnis kembali membentuk合力, WeChat, Yuanbao, layanan perusahaan, alat pengembang, pada lapisan protokol publik lobster ini第一次 benar-benar协同. Kedua yang lebih kunci, ini争取 waktu untuk Hunyuan.
Ketika pengguna membanjir melalui berbagai pintu masuk Agent, Tencent menggunakan ekosistem lobster先接住 mereka, sedangkan Hunyuan di belakang layar menyelesaikan重建 dari Infra hingga model.
Pintu masuk Agent bisa有很多个. Tapi yang akhirnya menentukan pengguna tetap atau tidak, adalah kemampuan model底层. Lobster是 jembatan, Hunyuan才是 fondasi. Jembatan sudah搭好, fondasi也 akhirnya mengikuti.
VI.窗口期 Tidak Akan Menunggu Orang
April tahun ini, mungkin adalah bulan paling padat dalam sejarah AI China.
Alibaba dalam 72 jam连发 tiga model strategis, Kimi merilis dan open source model Kimi K2.6, kemampuan综合 agen umum, kode, pemahaman visual, dll.全面提升, Byte Seed terus beriterasi, ekspansi ekosistem Doubao tidak berhenti. DeepSeek V4也传言 akan dirilis pada下旬 April.(Bacaan referensi: Liang Wenfeng dan Yao Shunyu, April交卷)
Hunyuan memilih交卷 pada窗口 ini, yang dihadapi bukan hanya kompetisi teknis, lebih是一个 masalah现实: 窗口期还有多长?
Tencent memiliki ekosistem sosial terbesar di China, titik kontak pengguna terbanyak, skenario aplikasi paling kaya.月活 WeChat超过 1,4 miliar, QQ, Tencent Meeting, Tencent Docs, Enterprise WeChat, adalah pintu masuk alami untuk落地 AI.
Tapi sumber daya ini untuk berfungsi,前提是 model底层 mampu menopang.
Lebih dari setahun terakhir, kemampuan produk Hunyuan lemah, Tencent terpaksa meminjam popularitas dan kekuatan DeepSeek, terpaksa melihat Doubao di sisi pengguna meninggalkannya.
Hy3 preview menunjukkan Yao Shunyu mendengar kritik Pony Ma. Mendengar, dan bertindak.
Kurang dari 90 hari, merobohkan jalur produksi lama, membangun kembali Infra, mencabut AI Lab, menggabungkan tim, merekrut talenta inti, Co-design dengan produk, menyerahkan versi yang dapat digunakan.
Kecepatan ini本身 adalah bukti perubahan efisiensi organisasi.
Tapi antara mendengar dan melakukan, masih ada jarak.
Apakah kecepatan Hunyuan mengejar cukup cepat, akhirnya tidak tergantung pada jumlah parameter一次 Preview, tergantung pada apakah efisiensi organisasi重建 ini dapat bertahan.
Kali ini lembar jawaban Yao Shunyu bertuliskan Preview. Jelas, masih ada jurus besar di belakang.
Kata-kata 【Di Luar Halaman】:
Masalah terbesar Hunyuan di masa lalu, bukan model tidak cukup besar, adalah organisasi tidak cukup benar.
Sebuah model besar yang bahkan bisnis sendiri tidak mau接, parameter再多也是自嗨.
Perubahan terpenting Hy3 preview, bukan parameter berubah, adalah tembok dirobohkan, tembok antara model dan produk, tembok antara penelitian dan rekayasa, tembok antara Hunyuan dan ekosistem Tencent.
Merobohkan tembok ini,比堆参数难得多.
Tapi arti hal ini, juga tidak hanya di Tencent. Dalam kompetisi model besar ini, parameter, algoritma, talenta dapat dikejar.
Yang benar-benar sulit untuk direplikasi, adalah apakah一家公司 memiliki tekad untuk menulis ulang dirinya sendiri untuk AI.
