姚順雨帶隊三個月重構(gòu)混元，Hy3 preview 上線了

「Hy3 preview是混元大模型重建的第一步。」

作者｜連冉

編輯｜靖宇

姚順雨交出了加入騰訊后的第一份模型答卷。

4 月 23 日，騰訊混元 Hy3 preview 語言模型發(fā)布并開源。這是一款主打快慢思考融合的 MoE 語言模型，總參數(shù) 295B，激活參數(shù) 21B，最大支持 256K 上下文長度，官方稱其整體性能達到同尺寸模型最佳水平。

從研發(fā)節(jié)奏來看，Hy3 preview 于 2026 年 1 月底正式啟動訓(xùn)練，從訓(xùn)練到上線用了不到三個月，被騰訊內(nèi)部定義為混元大模型從「讀萬卷書」走向「行萬里路」、嘗試解決真實世界復(fù)雜問題的開端。

而這款模型最受行業(yè)關(guān)注的核心標(biāo)簽，是它作為備受矚目的「天才少年」姚順雨，在 2025 年底加盟騰訊后，全程主導(dǎo)推出的第一代大模型。

作為騰訊重金邀請的首席 AI 科學(xué)家，Hy3 preview 既是他對重構(gòu)后的混元研發(fā)體系的首次完整實踐，也承載著騰訊補齊 AI 短板、在大模型下半場實現(xiàn)追趕的核心期待。

姚順雨表示，「Hy3 preview 是混元大模型重建的第一步。我們希望通過這次開源和發(fā)布，獲得來自開源社區(qū)和用戶的真實反饋，幫助我們提升 Hy3 正式版的實用性。與此同時，我們也在繼續(xù)擴大預(yù)訓(xùn)練和強化學(xué)習(xí)的規(guī)模，提升模型的智能上限，并通過與騰訊眾多產(chǎn)品的深度 Co-Design，持續(xù)提升模型在真實場景中的綜合表現(xiàn)，并開始探索特色模型能力。」

01

一手實測 Hy3 preview

從官方披露的核心信息來看，Hy3 preview 從研發(fā)之初就圍繞智能體（Agent）場景做了針對性設(shè)計，這也是它與此前混元系列模型最核心的差異。

在啟動模型訓(xùn)練前，姚順雨主導(dǎo)完成了混元預(yù)訓(xùn)練和強化學(xué)習(xí)基礎(chǔ)設(shè)施的全面重建，同時定下了模型追求實用性的三大核心原則，構(gòu)成了 Hy3 preview 的研發(fā)底層邏輯：

能力體系化：不推崇「偏科」，因為即便是代碼智能體的單一應(yīng)用，也涉及推理、長文、指令、對話、代碼、工具等多種能力的深度協(xié)同； 評測真實性：主動跳出易被「刷榜」的公開榜單，通過自建題目、最新考試、人工評測、產(chǎn)品眾測等多種方式評估和改進模型的「真實戰(zhàn)斗力」； 性價比追求：實用性離不開商業(yè)合理性，深度協(xié)同模型架構(gòu)和推理框架的設(shè)計，大幅降低任務(wù)成本，讓智能用得起、用得好。

官方資料顯示，Hy3 preview 采用了總參數(shù)量 295B、激活參數(shù)僅 21B 的 MoE 架構(gòu)，同時融合了「快慢思考」機制。

21B 的激活參數(shù)，為模型高頻次、長鏈路的 Agent 調(diào)用提供了低成本的運行底座；而「快慢思考」的融合設(shè)計，天然適配復(fù)雜邏輯推理與多步工具調(diào)用場景，也就是姚順雨提出的 ReAct（推理 - 行動）循環(huán)。

極客公園第一時間實測了 Hy3 preview，先以一個覆蓋數(shù)據(jù)抓取、數(shù)值計算、可視化生成、文本分析全鏈路的綜合任務(wù)來試水，「使用 Python 抓取過去 90 天納斯達克 100、倫敦金與滬深 300 的日線收盤數(shù)據(jù)。計算它們之間的皮爾遜相關(guān)系數(shù)，并用 D3.js 或 ECharts 生成一個單文件 HTML 動態(tài)熱力圖。最后，基于數(shù)據(jù)結(jié)果輸出一段 500 字的跨市場資產(chǎn)配置 Memo。」

視頻來源：極客公園

可以看到，Hy3 preview 在數(shù)據(jù)獲取階段反復(fù)受阻，接口認證失敗后接連切換 akshare、yfinance 等多個數(shù)據(jù)源，納斯達克 100 數(shù)據(jù)因速率限制缺失而被迫用模擬數(shù)據(jù)替代，修錯重試的循環(huán)消耗了大量時間。

可視化交付上，Hy3 preview 最終生成了三資產(chǎn)相關(guān)性熱力圖，但由于部分數(shù)據(jù)并非真實采樣，熱力圖的準(zhǔn)確性與可信度打了折扣。

最核心的文本交付物缺失明顯——提示詞明確要求輸出 500 字跨市場資產(chǎn)配置 Memo，Hy3 preview 卻只給出了幾行 Bullet point 式的簡略配置比例，沒有成文的分析段落，任務(wù)交付在關(guān)鍵環(huán)節(jié)出現(xiàn)了缺位。

我又嘗試了另一個長鏈路 Agent 測試——啟用瀏覽器模式，在 SkillHub 平臺進行全鏈路深度抓取，完整理清騰訊文檔 Skill 的 Auth 認證全流程與數(shù)據(jù)同步底層機制，最終輸出一份標(biāo)準(zhǔn)化的技術(shù)原理分析文檔。

視頻來源：極客公園

在這次測試中，Hy3 preview 展現(xiàn)了清晰的 Agent 自治與多步推理（ReAct）過程：先搜索 SkillHub 整體介紹；發(fā)現(xiàn)需要深入，又去精準(zhǔn)抓取了 Auth 認證的開發(fā)者文檔；接著去查了 MCP Server 的底層原理；最后才開始動筆寫文檔，這證明了 Hy3 preview 作為 Agent 的路由調(diào)度中心，其長鏈路規(guī)劃和工具調(diào)用很穩(wěn)定，沒有在中途崩潰或陷入死循環(huán)，完整走完了「推理 - 行動 - 驗證 - 輸出」的閉環(huán)。

這一表現(xiàn)也與官方披露的產(chǎn)品落地數(shù)據(jù)形成了呼應(yīng)：在 CodeBuddy、WorkBuddy 產(chǎn)品上，Hy3 preview 首 token 延遲降低 54%、端到端時長降低 47%、任務(wù)成功率提升至 99.99%+，在實際用戶環(huán)境中，已穩(wěn)定驅(qū)動最長 495 步的復(fù)雜 Agent 工作流，覆蓋文檔處理、數(shù)據(jù)分析、知識檢索、工具鏈編排等多樣化辦公場景。

從這兩組實測可以看出，Hy3 preview 呈現(xiàn)出一種典型的「過渡態(tài)特征」。

一方面，在復(fù)雜任務(wù)中，它已經(jīng)具備了較為清晰的 Agent 執(zhí)行路徑：能夠自主拆解問題、規(guī)劃步驟，并在不同工具之間進行切換，整體鏈路沒有明顯中斷。這種「從問題到流程」的能力，確實在向真實工作流靠近。

但另一方面，真正決定可用性的「最后一公里」仍然不夠穩(wěn)定——數(shù)據(jù)獲取階段的反復(fù)試錯、關(guān)鍵結(jié)果的缺失、以及最終交付物的不完整，都說明模型在長鏈路執(zhí)行中，仍然存在「做了一半」的問題。

目前，Hy3 preview 已在騰訊云、元寶、ima、CodeBuddy、WorkBuddy、QQ、騰訊文檔等產(chǎn)品首發(fā)上線，同時支持接入 OpenClaw、OpenCode 等主流開源智能體產(chǎn)品，并已上架騰訊云大模型服務(wù)平臺 TokenHub。價格方面，Hy3 preview 輸入價格最低 1.2 元/百萬 tokens，輸入命中緩存價格 0.4 元/百萬 tokens，輸出價格最低 4 元/百萬 tokens。

02

天才少年，和動起來的騰訊

這是備受關(guān)注的「天才少年」姚順雨入職騰訊后主導(dǎo)的第一代大模型。

作為 2025 年底騰訊重磅挖來的首席 AI 科學(xué)家，Hy3 preview 是他入職后交出的第一份核心模型答卷，也承載著騰訊補齊 AI 短板、發(fā)力大模型基礎(chǔ)研究的期待。

去年 9-12 月，姚順雨入職騰訊，出任"CEO/總裁辦公室"首席 AI 科學(xué)家，兼任 AI Infra 部與大語言模型部負責(zé)人，直接向總裁劉熾平匯報，全面統(tǒng)籌混元大模型研發(fā)工作。

12 月，騰訊完成組織架構(gòu)重構(gòu)，新設(shè) AI Infra 部、AI Data 部、數(shù)據(jù)計算平臺部，姚順雨全面掌控混元研發(fā)體系，上任后立即重構(gòu)了 AI Infra 團隊，搭建起預(yù)訓(xùn)練、精調(diào)、后訓(xùn)練、推理等完整研發(fā)鏈條，為后續(xù)模型研發(fā)奠定基礎(chǔ)。

今年 1 月底，馬化騰在年會上承認騰訊 AI「動作慢了」，劉熾平同步披露混元 3.0 正在內(nèi)部測試，計劃 4 月對外推出，也是在 1 月底，Hy3 preview 正式啟動訓(xùn)練，從訓(xùn)練到上線用了不到三個月。

姚順雨（1998 年生）的履歷自帶「天才少年」標(biāo)簽，但客觀來看，他的技術(shù)背景與騰訊當(dāng)時的 AI 需求高度契合，這也是騰訊重金挖角的核心原因——騰訊此前混元負責(zé)人張正友（深耕計算機視覺領(lǐng)域）、蔣杰（側(cè)重大數(shù)據(jù)方向）均非 NLP/LLM 原生背景，而姚順雨是騰訊首位真正意義上的 LLM 原生技術(shù)領(lǐng)導(dǎo)者，其核心履歷與研究方向，恰好匹配騰訊混元突破的核心需求。

在學(xué)術(shù)界，姚順雨是頂級的語言智能體（Language Agents）研究者，著名的 ReAct（推理-行動框架）和 Tree of Thoughts（思維樹）均出自其手，；在 OpenAI 短暫的一年多里，他也深度參與了 Operator、Deep Research 等智能體產(chǎn)品研發(fā)，深入接觸模型預(yù)訓(xùn)練與后訓(xùn)練環(huán)節(jié)，積累了一線工程化經(jīng)驗。

2025 年 4 月，他曾發(fā)表文章《The Second Half》，明確提出，AI 的競爭正在從「訓(xùn)練更強的模型」轉(zhuǎn)向「定義并評估真實世界任務(wù)」，強調(diào)評估體系重構(gòu)，反對盲目堆料模型規(guī)模。

這一理念也貫穿了 Hy3 preview 的研發(fā)，Hy3 preview 定位為一個總參數(shù)量 295B、激活參數(shù)僅 21B 的 MoE 模型。21B 的激活參數(shù)意味著模型具備了高頻次、長鏈路 Agent 調(diào)用的低成本底座，同時其內(nèi)部融合的「快慢思考」機制，天然適合處理復(fù)雜的邏輯推理與工具調(diào)用（如 ReAct 循環(huán)）。

從前面的實測來看，Hy3 preview 更像是一款驗證技術(shù)方向的原型模型。把視角拉回騰訊自身，這種「未完全成熟」的狀態(tài)，可能也有其內(nèi)在合理性。一方面，Hy3 preview 從訓(xùn)練到上線不到三個月，本身就是一次快速迭代的技術(shù)試水；另一方面，在經(jīng)歷了 AI 組織架構(gòu)的全面重構(gòu)之后，騰訊也需要這樣一款模型，去驗證新的研發(fā)鏈條是否通順、錨定的 Agent 技術(shù)路線是否成立。

不過，在國內(nèi)大模型已經(jīng)進入貼身肉搏的當(dāng)下，Hy3 preview 的到來，只是騰訊 AI 補位的開始。無論是 MoE 架構(gòu)的工程化優(yōu)化，還是 Agent 場景的產(chǎn)業(yè)落地深度，國內(nèi)頭部廠商已經(jīng)跑通了多輪迭代，騰訊想要追上甚至超車，僅憑一次模型更新遠遠不夠。

*頭圖來源：GPT 生成

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請聯(lián)系極客君微信 geekparkGO

極客一問

你看好接下來的混元大模型嗎？