腾讯混元Hy3 Preview发布：推倒重来，聚焦“实用”与加速迭代

事件概述

2026年4月23日，腾讯正式发布并开源大语言模型 Hy3 Preview。此次发布被视为腾讯大模型战略的重大转折点，标志着其从过去的缓慢追赶转向彻底的底层重构。在Meta推出Muse Spark、Google持续迭代Gemini系列以及DeepSeek V4上线的全球AI竞争背景下，腾讯选择以“推倒重来”的方式，试图证明其已走上正确的技术路线。

核心信息与技术细节

• 架构与性能：

  • 架构：采用混合专家（MoE）架构，结合强化学习（RL）驱动的后训练策略。
  • 参数量：总参数295B，激活参数21B。
  • 上下文：最大支持256K上下文长度。
  • 能力突破：在复杂推理、指令遵循、上下文学习、代码生成及智能体（Agent）协作等关键领域实现大幅提升。
  • 效率优化：通过全栈优化，同等成本下推理效率提升约40%。

• 研发模式变革：

  • 从零重建：Hy3并非基于旧版本迭代，而是于2026年1月底启动，重新搭建了组织架构、基础设施及训练框架。原有的训练框架未沿用，Agent系统几乎从零搭建。
  • 并行生产：打破传统串行流程，预训练、后训练验证、RL基础设施建设及业务链路适配同步进行，将原本需6个月以上的周期压缩至3个月。
  • 组织扁平化：正式取消总经理、总监等传统头衔，试行“方向负责人制”，减少汇报层级，提升跨部门协作效率。

• 战略导向：“实用主义”：

  • 联合设计（Co-design）：改变过去“基模团队训完再交付”的模式，在数据策略、评估指标设计早期即引入业务方（如元宝团队），共同定义“实用性”。
  • 强化学习（RL）优先：大幅降低对监督微调（SFT）的依赖，转而重点攻坚RL，利用真实复杂任务反馈提升模型上限，使其具备处理未知问题的能力。
  • 场景闭环：依托腾讯在社交、游戏、广告等领域的丰富场景，构建“场景-反馈-训练-更强模型”的循环体系。

行业对比与影响

• 对标巨头纠偏路径：

  • Google：曾经历Bard表现不佳的危机，通过合并Brain与DeepMind团队、统一底座，最终实现Gemini市场份额回升至20%以上。
  • Meta：在LLaMA 4翻车后，重组成立超级智能实验室（MSL），放弃盲目追求SOTA榜单，转而聚焦图表理解、医疗推理等具体场景，成功挽回声誉。
  • 腾讯：此次Hy3的发布被视为腾讯自我纠偏的延续，通过延揽前OpenAI研究员姚顺雨出任首席AI科学家、撤销原AI Lab收拢力量，完成了类似巨头的“痛苦聚焦”。

• 商业化落地信号：

  • Hy3 Preview上线即成为腾讯十余款核心产品（包括元宝、WorkBuddy、QClaw等）的首选模型，这在混元历史上是首次。
  • 测评显示，Hy3已进入国产模型第一梯队，用户反馈中多次出现“活人感”、“逻辑清晰”等评价。

• 未来挑战：

  • 虽然基础架构已打通，但如何将海量业务场景产生的真实反馈高效转化为RL训练燃料，仍需解决数据合规、标注工程及链路稳定性等难题。
  • 行业竞争已从单一模型参数比拼转向“模型+场景+工程”的系统性竞争，腾讯能否维持当前的加速度并持续兑现场景价值，将是长期考验。