姚顺雨和Hy3，能否跨过付费关？

发布时间：2026-07-18 01:55:57 来源：安智兰德资讯网 作者：娱乐

随着Hy3正式版的姚顺雨和发布，一个月前姚顺雨与汤道生的跨过那场对话，再次成为腾讯AI讨论的付费焦点。

6月初，姚顺雨和在腾讯云AI产业应用大会上，跨过腾讯集团高级执行副总裁、付费云与智慧产业事业群CEO汤道生，姚顺雨和与腾讯首席AI科学家姚顺雨同台对谈。跨过

面对外界对腾讯AI发展节奏的付费质疑，姚顺雨半开玩笑地对汤道生说：“感觉应该是姚顺雨和我问你的问题。”这句当时看似轻松的跨过话语，如今回看，付费实则揭示了腾讯AI内部责任分工的姚顺雨和清晰化：姚顺雨负责解决“模型能力能否追平”的技术难题，而汤道生及各大业务团队则需回答“模型能力如何转化为产业价值、跨过产品体验及商业收入”。付费

腾讯在AI领域的起步并不晚，但在通用大模型层面的外部感知始终偏弱，这一点从主力产品“元宝”的表现中可见一斑。2025年2月，元宝接入DeepSeek-R1满血版，用户可在混元与DeepSeek-R1之间自由切换。此后，混元团队虽在图像、视频及3D生成领域取得一定声量，相关榜单、开源项目及社区下载量均有讨论，但这些成果并未自然转化为“腾讯通用大模型能力极强”的用户心智。

这种“不温不火”的状态，终于在近期被马化腾打破。

在5月的腾讯股东大会上，马化腾用“上了船，后来发现船漏水，现在站上去了，还坐不下去”来形容腾讯AI的处境，并坦诚承认腾讯早期AI基础能力并不突出。这标志着腾讯开始公开承认自身短板，并进入“补课”阶段。

正是在此背景下，姚顺雨被推至台前。

去年底，腾讯升级大模型研发架构，新成立AI Infra部、AI Data部和数据计算平台部；姚顺雨出任“CEO/总裁办公室”首席AI科学家，并兼任AI Infra部和大语言模型部负责人。今年3月，腾讯撤销AI Lab，部分人员调整至大语言模型部，并入混元团队，直接向姚顺雨汇报。

尽管Hy3在测试中取得了高分，但其实际表现仍需在实际应用中检验。然而，面对“掉队”的质疑，姚顺雨与混元团队至少帮腾讯AI稳住了“技术实力在线”的第一层人设。

A. Hy3的交卷：从刷榜到产品验证

Hy3的发布，首先体现在腾讯终于拿出了一份能被产品验证的模型成绩。

腾讯方面披露，Hy3已接入WorkBuddy、CodeBuddy、元宝、Marvis、ima等多款产品。自preview版本上线以来，日均Token消耗量增长达20倍。

具体数据表现如下：
* WorkBuddy：自主选择Hy3 preview的用户数增长6倍。在内部测评中，任务成功率从72%提升至90%，平均耗时缩短34%。
* 元宝：借助Hy3上线文件交付功能后，常识错误率下降50%，幻觉率下降超过50%。
* ima：知识库问答推理质量提升近19%，Agent系统稳定性达到95.1%。
* Marvis：核心场景任务完成率提升至93.7%，多Agent协作派发正确率达到92%。

在6月的腾讯云大会上，姚顺雨强调：“实用性价值大于刷榜价值。”Hy3正式版在产品体系中的反馈，正是这一理念的写照。

此前，Hugging Face社区的一篇技术博客对Hy3 preview进行了场景化测试。测试任务要求模型处理一份超过100页的技术手册：首先抽取结构化知识，其次自动设计10道深入测试题，最后将题目、计分和答案解释打包成一个单文件HTML游戏。

结果显示，Hy3 preview在长文本理解和代码生成任务中表现优异：处理速度快，能理解复杂指令并将任务拆解为清晰步骤；在文本抽取环节能准确捕捉关键信息；在代码生成环节，结果无Bug，首次运行即成功。这一案例解释了为何Hy3系列更适合在WorkBuddy这类长链办公任务中观察。

姚顺雨在解释加入腾讯的原因时提到，这里有“很多好问题、很多产品”。他认为，预训练和后训练之后，模型的应用场景和价值最终要靠产品来回答。Hy3正式版，正是这一判断的第一次集中验收，也是腾讯混元团队重组后的首个重磅公开成果。

一个月前，汤道生曾问姚顺雨，Hy3 preview作为其在腾讯的首秀，具体带来了哪些改变。姚顺雨总结为三点：
1. 重建Infrastructure：无论是预训练还是强化学习环节。
2. 改变数据和Eval：定义更真实的问题，丰富数据分类（taxonomy），提高数据质量。
3. Taste Driven决策：许多决策没有清晰的公式，依赖直觉与品味。

其中，“定义真实的问题”是这一代模型更新的重点，旨在让模型能力支撑真实任务，这正是腾讯此前相对薄弱的环节。

姚顺雨还透露，团队曾将“后训练最强骨干”派去协助元宝进行后训练。当时预训练尚未就绪，许多算法同学不理解这一决定，但事后证明，这一举措让产品团队意识到模型团队是真正为产品着想，也为Hy3 preview在元宝上的成功上线奠定了基础。

他补充道：“技术可以探讨，最难的反而是信任和换位思考。”这一细节让外界对大厂模型“一号位”有了更清晰的认知：他们不仅是技术大牛，更是推动模型团队与产品团队建立协作关系的关键人物。

为了树立姚顺雨的外部影响力，腾讯也不遗余力。今年1月，姚顺雨出席腾讯青云奖学金颁奖活动，为15位青年学者提供总价值50万元的支持（含20万元现金和30万元云异构算力资源）。6月，腾讯启动2026青云计划，面向AI大模型、基础架构和高性能计算等方向设置技术课题，支持青年人才参与混元、微信和游戏等前沿项目。

通过Hy3的诞生，姚顺雨为腾讯AI立住了“认真打磨模型底座”的人设，并交付了一份可验证的阶段性成果。

B. 能力边界：从“最强模型”到“付费意愿”

对于腾讯而言，Hy3是一份急需的答案。但在整个大模型行业视角下，仍存在明显的短板。

尤其是姚顺雨本人曾提出过“最强模型才会被付费”的理念。今年1月，在清华主导的AGI-Next峰会上，他谈及To B市场时表示：“智能越高，代表生产力越高，溢价空间也越大。”

这位腾讯首席科学家指出，企业级市场对模型能力的付费意愿呈现头部效应。较弱模型在编程等高频生产力场景中会带来额外的排错和监控成本，其隐性成本可能远超模型本身的差价。

如今看来，这句话反过来构成了Hy3的压力。

腾讯披露的270位专家真实工作盲测中，Hy3均分为2.67/4，高于GLM-5.1的2.51/4。这一成绩证明了Hy3的进步，但对比对象却是竞争对手的上一代模型。GLM-5.1已非智谱最新主力，最新的GLM-5.2拥有1M上下文窗口，并在Coding、Agent和长程工具调用能力上更强。

换言之，Hy3证明腾讯追回了一段距离，但距国产模型最前排仍有差距。

在6月的大会上，姚顺雨谈及性价比时，将标准置于性能之前。他指出，很多人最终发现，使用Opus等顶级模型反而比使用较差模型更省钱，因为前者能更快把事情做对，节省人力精力。他进一步拆解：性价比的第一要素是“性”（性能），性能不好则性价比无从谈起，其次才是成本。

这也反向审视了Hy3：低价和低激活参数固然是吸引用户走量的关键，但企业最终付费，看重的是“一次做对”的能力。在这方面，Hy3仍有待在更多真实的B端场景中得到验证。

Hy3的第二个能力边界在于原生多模态的缺席。这一问题在历代Hy通用模型的更新讨论中由来已久。

作为主打办公场景的Agent能力底座，现实中的用户输入并不总是文本。PPT版式修改、Excel图表识别、网页后台图标状态等场景，都需要视觉理解能力。若Hy3无法直接理解视觉输入，则需依赖混元多模态或其他OCR工具层协同。

这一短板在腾讯的应用场景中尤为敏感，特别是Hy3可能接入微信等C端场景。用户提供的材料往往不是干净文本，而是一张截图。

与此同时，竞争对手已在原生多模态路线上深耕许久：
* 火山引擎：发布豆包2.1 Pro，在Coding、Agent和VLM三大方向升级。发布会展示了芯片设计RTL测试案例，模型连续运行近18小时，经历9轮迭代，跑通仿真、测试和综合检查。在3D虚拟城市案例中，依托豆包2.1 Pro实现了500余个智能Agent同步协作，完成上千轮工具调用，生成超百栋建筑。
* 阿里：更新的Qwen3.7-Plus延续了统一视觉和语言的多模态Agent模型，面向图像、视频、屏幕、网页和文本输入，支持GUI、命令行和工具环境下的任务执行。

相比之下，Hy3目前仍只能称为一份“语言模型答卷”。

在6月的大会上，姚顺雨谈及AI未来时表示，AI是长期游戏，“下半场才刚刚开始”，Coding Agent、多模态和具身智能将继续发展。但在Hy3目前呈现的能力来看，腾讯拿到了进入下半场的门票，却尚未拿到终局答案。

在AI产业竞争格局中，模型是所有能力边界的底座，但并不能回答一家公司AI业务发展的所有问题。

C. 终局考验：从“解决问题”到“定义问题”

姚顺雨交出了Hy3作为阶段性答卷，但腾讯AI是否真正“快起来”，还要看整个腾讯如何放大这一代模型的能力优势。

回过头看，姚顺雨那句“感觉应该是我问你的问题”，不仅抛给汤道生，也抛给马化腾，抛给微信团队，以及所有渴望AI赋能的业务。应用层能否让用户感知变化，比发布参数更重要。

姚顺雨在《The Second Half》中曾写道，AI下半场将从“解决问题”转向“定义问题”。这句话放到腾讯身上，引出了另一个核心问题：腾讯拥有微信、游戏、广告、办公和云等庞大业务架构，但这些业务究竟要定义哪些AI问题？

过去三个月，腾讯在B端和C端同时加速：
* 6月：腾讯云AI产业应用大会发布效率智能体工具集。个人侧升级QClaw、WorkBuddy、元宝、ima和腾讯文档；企业侧发布WorkBuddy企业版，并升级ClawPro、ADP和企点营销云。
* 伴随Hy3发布：上述产品均迎来了新一代底座支持。

Hy3已开始接入部分腾讯业务场景：
* 微信公众号：AI分身和客服专项评测中，意图识别准确率提升至98.94%。
* 微信读书：标签标注准确率较Hy3 preview提高14.1%。
* WeGame：《流放之路：降临》AI游戏助手接入Hy3后，多轮推理与工具调度综合成功率提升至92%，幻觉率从4.5%降至2.8%。

这些数据表明，Hy3开始向腾讯核心生态外溢，但这还不够。微信、游戏、广告和企业服务能否将Hy3转化为高频任务，决定了腾讯AI能否从阶段性答卷走向长期人设。

5月股东大会上，马化腾说腾讯已经站上去了，但还坐不下去。“坐不下去”不仅因为模型不够强，更现实的问题是：应用层有没有把模型能力转化为新的用户体验和商业增量？

在云厂商正面交锋的AI云市场，竞争格局愈发激烈：
* 字节：火山引擎披露，豆包大模型日均Token调用量突破180万亿，过去一年增长超10倍；IDC数据显示，火山引擎在中国公有云MaaS服务市场份额为49.5%。模型调用量已成为云市场心智的一部分。
* Omdia数据：《中国AI云市场份额2025》显示，2025年中国AI云市场规模约567亿元。阿里云以38.1%的份额位居第一，火山引擎以20.4%位居第二，百度云、腾讯云、天翼云分列第三到第五，腾讯云的市场占比仅为个位数。

而在云战场之外，腾讯要回答的题更复杂。微信、游戏和广告都在寻找AI增量，Hy3展现了不错的Agent能力，但如何挖掘出C端用户真正高粘性的使用场景，是相关产品团队亟需理清的问题。

在1月的AGI-Next峰会上，姚顺雨谈及C端竞争时提到，模型不只需要回答问题，还需要掌握额外的Context。

他举了一个日常例子：“比如问‘今天吃什么’，今年问和去年问，答案不应一样。”模型需要知道用户状态、位置、偏好和历史，才能给出真正贴近个人处境的回答。

这句话放在腾讯身上意义深远。微信、元宝以及各种游戏场景，腾讯不缺少能提供这种Context的用户场景，但在过去几年中，尚未落地出能在C端掀起用户声量的使用场景。

而这个问题的答案，姚顺雨和混元团队只能回答一部分。AI产业不仅仅是一个大模型“一号位”的工程，更是对一家庞大企业技术实力、资本实力和产品组织能力的综合考验。

相关文章