腾讯混元 Hy3 正式版落地，姚顺雨交出阶段性答卷

腾讯混元大模型 Hy3 正式版近日发布，并已陆续接入 WorkBuddy、CodeBuddy、元宝、Marvis、ima 等多款腾讯自有产品。官方披露，Hy3 自 preview 上线以来，日均 Token 消耗增长 20 倍；WorkBuddy 上自主选择 Hy3 preview 的用户数增长 6 倍。这份答卷被外界视为腾讯首席 AI 科学家姚顺雨到任后，混元团队重组后交出的第一个重磅公开成果。

模型在产品体系中初步验证

Hy3 的迭代效果首先体现在腾讯内部的产品测评中。在 WorkBuddy 办公场景内部测评中，任务成功率从 72% 升至 90%，平均耗时缩短 34%。元宝接入 Hy3 后，文件交付场景的常识错误率下降一半，幻觉率下降超过一半。

• 公开报道显示，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%。
• 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%。
• 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%。

Hugging Face 社区一篇技术博客曾将 Hy3 preview 放在 WorkBuddy 场景中测试，让模型处理一份超过 100 页的技术手册，依次完成结构化知识抽取、自动出题和单文件 HTML 游戏打包。测试结果显示，Hy3 preview 在长文本理解、复杂指令拆解和代码生成环节均表现稳定，生成的代码首次运行即可通过。

姚顺雨的模型与组织思路

在 6 月初的腾讯云 AI 产业应用大会上，姚顺雨与汤道生同台对谈。姚顺雨将 Hy3 的改变归纳为三点：重建 Infrastructure（覆盖预训练与强化学习）、改变数据和 Eval（定义更真实的问题、丰富数据 taxonomy）、以及大量由 taste 驱动的决策。他同时强调，「技术可以探讨，最难的反而是信任和换位思考」，并把后训练最强骨干派去支持元宝，以推动模型团队与产品团队建立协作关系。

组织层面，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，同时兼任 AI Infra 部和大语言模型部负责人。今年 3 月，AI Lab 被撤销，部分人员并入大语言模型部并向姚顺雨汇报。

与国产前沿模型的差距

腾讯在 270 位专家的真实工作盲测中，Hy3 均分为 2.67/4，高于 GLM-5.1 的 2.51/4。但 GLM-5.1 已是智谱上一代模型，智谱最新的 GLM-5.2 具备 1M 上下文窗口，并在 Coding、Agent 与长程工具调用方向有进一步升级。

原生多模态能力是 Hy3 当前的另一条能力边界。作为主打办公场景的 Agent 底座，Hy3 需处理 PPT 版式修改、Excel 图表识别、网页后台图标状态等非文本输入，目前主要依赖混元多模态或其他 OCR 工具层协同。火山引擎近期发布的豆包 2.1 Pro 在 Coding、Agent、VLM 三大方向均有升级，并在发布会上展示了芯片设计 RTL 测试中连续运行近 18 小时、9 轮迭代的案例，以及 500 余个智能 Agent 在 3D 虚拟城市中同步协作的场景。阿里方面更新的 Qwen3.7-Plus 同样延续统一视觉与语言的多模态 Agent 路线，支持 GUI、命令行与工具环境下的任务执行。

模型之外的更大考题

Omdia 发布的《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% 份额位居第一，火山引擎 20.4% 排第二，百度云、腾讯云、天翼云分列第三至第五，腾讯云占比仍为个位数。火山引擎此前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 数据显示其在中国公有云 MaaS 服务市场份额为 49.5%。

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」形容腾讯 AI 处境。Hy3 解决了模型底座阶段性补课的问题，但腾讯 AI 能否真正「坐下去」，仍取决于微信、游戏、广告和企业服务能否把 Hy3 转化为高频任务与商业增量。这也是姚顺雨与混元团队只能回答一部分的考题。