作者|画画
姚顺雨加入腾讯后一直很低调。
11月21日,他却带着混元团队在Reddit集体亮相,两个小时内一共回答了300多条技术提问。
有人问,后训练阶段最难改善的模型行为是什么?
混元团队只回了四个字:过度思考。
就在几天前,腾讯刚发布Hy4,追求更高的模型智能;随后推出的Hy4 flash,却把重点放在压缩思考长度、降低推理成本。一边让模型想得更深,一边训练模型少想一点。
看似矛盾,背后是同一个现实:模型变聪明之后,怎么让它在真实业务里跑得动、用得起?
对姚顺雨和混元团队,这是训练方法问题;对腾讯,它决定AI投入能不能变成一门可持续的生意。
一、混元,终于跑出了节奏
模型研发最怕的,是每一次进步都接不上。
混元此前面临的难点,是研发基础和工程体系的重建。新模型发布后,经验能不能沉淀到下一代,决定团队能不能持续迭代。
今年2月,腾讯混元启动基础设施和团队重组。4月,Hy3 Preview成为重建后训练的首个模型;7月,Hy3正式版推出;8月,Hy4 Preview开源;11月4日,Hy4正式发布,随后Hy4 flash接续上线。
九个月时间,混元完成了从基础设施重构到双线产品落地的切换。
这种节奏背后,是一套固定下来的研发路径:Preview先行验证,正式版扩大训练规模、补充能力,再按使用场景推出新版本。
8月开源的Hy4 Preview,拥有7700亿总参数、490亿激活参数,支持百万级上下文;11月发布的Hy4正式版进一步扩大预训练和后训练规模,加入视觉理解和计算机操作能力,并在 Agent Arena 榜单上位列中国模型第一、全球开源模型第一。
这轮迭代的意义,在于混元开始有一套能持续运转的模型研发体系。数据、训练管线和工程经验可以在版本之间积累,下一代模型不必每次从头摸索。
对腾讯来说,这块能力迟早要补。
腾讯的优势一直来自微信、QQ、游戏和企业服务构成的应用网络。AI正在改变这些产品的交互方式和服务能力。底层模型长期靠外部供给,产品体验、推理成本和技术迭代就很难完全握在自己手里。
混元不必在每个榜单上都拿第一,却必须保持稳定的研发输出。
腾讯需要的,是一支能持续生产模型能力的队伍。
现在,它有了。
二、姚顺雨,要模型少想一点
在姚顺雨的研究经历里,有一条持续多年的主线:把推理和行动连接起来。
他早期参与的ReAct研究,就是让语言模型在推理时调用工具、获取外部信息,再根据反馈决定下一步。模型不必把所有问题都关在内部推演,可以通过行动补信息、验证判断。
今天的Agent,把这条路线推向了更复杂的任务。
用户交给模型的已经是一整套工作,查资料、操作软件、处理文件、调用工具,最后交付结果。模型要理解目标,也要规划步骤、执行操作、检查结果。
推理只是其中一环,行动准不准同样决定成败。
混元团队在问答里谈到的训练难题,也集中在这里。
强化学习里,模型可能学会钻奖励机制的空子;工具调用需要更精细的奖励信号,执行准确率才上得去;长任务则考验上下文管理,信息越积越多,模型还得避免偏离原定目标。
这意味着,推理越长未必越好。
模型可能推演很久,却没抓住任务重点,也可能生成一长串思考,最后仍没正确使用工具。冗长推理既增加Token消耗,也可能让模型陷入自我循环。
过度思考因此不只是效率问题。它暴露出模型对任务的判断还不够成熟:该深推时深推,该调工具时调工具,信息够了就动手。
用户不关心模型后台想了多少步,只关心任务有没有完成。
三、Hy4 flash,给智能标上价格
克制思考的另一面,是成本。
Hy4向上探索智能上限,Hy4 flash解决另一个现实问题:模型进入高频调用场景后,单次任务到底要花多少钱?
腾讯公布的内部测试显示,Hy4 flash在WorkIndex单任务上的成本约为Hy4的1/20。85 名腾讯内部 WorkBuddy 用户参与 27 类共 259 项任务盲测,flash 的用户满意度接近 Claude Haiku 5.5,任务完成时间中位数也更短。
这组数据对应着Agent落地的核心瓶颈。
一次完整工作流任务,往往包含多轮工具调用、文件读取和结果校验。所有请求都交给旗舰模型,Token账单和响应延迟会限制产品使用频率。模型能力越强,调用规模越大,成本压力越明显。
Hy4 flash用自蒸馏和强化学习压缩任务输出长度,后训练阶段把端到端输出长度降低约50%。架构上采用混合注意力、LatentMoE和Engram等设计,继续压低推理资源消耗。
腾讯公布的API价格中,flash每百万Token输入约0.5元、输出约2元,远低于Hy4。
模型厂商习惯展示参数规模和评测成绩,如今还得回答一个问题:同样完成一项任务,能不能少花算力、少消耗Token?
这决定了模型怎么进入产品。简单高频的请求需要更低成本,复杂任务需要更强推理。能力分层之后,产品才能按任务需求和成本做选择。
Hy4证明混元能把模型做强,flash要证明这种能力能被大规模使用。
四、腾讯,需要自己的模型供给
11月18日,腾讯刚发布了今年三季度财报。
马化腾在业绩说明中把模型和应用放在一起谈。
Hy4达到国内顶尖水平,Hy4 flash降低推理成本;按用户每日Token消耗量计算,WorkBuddy已成为国内使用量最大的AI应用。
腾讯总裁刘炽平也谈到混元研发进展,强调模型能力和迭代速度提升,以及多模态研究和产品协同。
管理层的表述透出一个变化:混元正从内部模型研发项目,走向腾讯AI业务的技术供给中心。
Hy4已接入腾讯云TokenHub、WorkBuddy、CodeBuddy、元宝、企业微信智能助理大圆、ima等产品,腾讯还在推动模型进入更多内部场景。
不同业务对模型的要求并不相同:WorkBuddy处理文档、代码和复杂办公任务;元宝侧重内容理解与生成;企业微信智能助理要理解聊天、邮件和日程里的工作信息。
这些产品给混元提供了真实任务场景。模型在使用中暴露的问题,可以成为后续训练和优化的方向;模型能力提升,又会反过来改善产品体验。
腾讯的产品生态因此不只是混元的应用出口,也是模型接受检验的现场。
另一端是腾讯云。Hy4和flash通过TokenHub向开发者和企业开放,腾讯云还提供模型调用、算力和Agent基础设施。内部产品验证模型能力,外部客户为模型和算力服务提供商业化空间。
混元提供自研模型,腾讯产品承接用户和任务,腾讯云向外部企业交付能力。三者连起来,混元才有机会从研发成本中心变成腾讯AI业务的技术供给。
这也是腾讯坚持自研模型的战略价值,掌握底层能力,才能把产品场景、用户规模和云服务资源真正连接起来。
五、腾讯,进入AI重资产时代
模型和产品铺开后,投入压力开始进入财报。
腾讯第三季度资本开支付款达到651亿元,同比增长225%。公司披露,当季自由现金流净流出691亿元,主要受算力采购预付款等因素影响;剔除算力采购预付款后,自由现金流为正169亿元。
AI投入已经明显改变腾讯的现金流和成本结构。
另一组数据更值得注意。
第三季度,腾讯非国际财务报告准则经营利润同比下降6%;剔除新AI产品后,经营利润同比增长8%。新AI产品包括混元、元宝、CodeBuddy、WorkBuddy和小微。
传统业务仍在增长,AI新产品的投入已经影响当期利润。腾讯擅长高毛利、轻资产的软件和流量生意,如今却要为算力基础设施、模型训练和推理服务承担更高的前期成本。
这笔钱必须找到商业出口。
目前已经出现一些初步信号。
WorkBuddy日活超过1000万,用户每天消耗Token超过100万亿;腾讯云服务收入同比增长35%,腾讯将增长归因于WorkBuddy,以及更多算力投入MaaS和GPU租赁业务。
使用量不等于收入,算力需求也不等于投资回报。WorkBuddy的千万级日活和腾讯云的收入增长,说明市场已经开始使用腾讯的AI能力,但距离一套成熟的商业模式,还有一段路要走。
这也是AI行业竞争正在发生的变化,模型能力逐渐成为基础设施,竞争开始转向谁能把它嵌入高频场景,持续交付服务,并从中获得收入。
腾讯正在尝试把模型、产品和云连接起来。混元提供底层能力,产品生态承接真实需求,腾讯云向外部市场输出模型和算力。
这套体系能否运转起来,将决定腾讯在AI时代能走多远。
模型可以靠投入做出来,生态却要靠一次次真实的使用建立。
【版面之外】的话:
模型会过度思考,人也一样。
有时反复推演,只是还不愿面对选择。想找到更好的答案,往往是在推迟行动。
想得太多,未必因为看得更远。
有些答案,要走出去才会出现。
热门跟贴