腾讯AI的时代之问:姚顺雨是不是另一个张小龙?

news2026/5/2 9:30:14
作者Evin编辑刘致呈审核徐徐出品互联网江湖腾讯AI有了新进展。姚顺雨从OpenAI加入腾讯后推出了首个成果开源大模型混元Hy3 preview语言模型。Hy3.0 Preview开源模型用比混元2.0更小的参数实现了更强的能力并且在推理和Agent能力上做了重点强化。88天姚顺雨完成了混元的“推倒重来”腾讯的AI大模型向前迈出了更实质性的一步。紧接着DeepSeek-V4-Pro宣布降价百万token只要两毛五不少AI大模型概念股再被“暴击”。这两大热点放在一起看不由让人们有这么一种错觉混元新迭代的“版本”是不是落后了于腾讯而言混元Hy3 preview是先进的至少是一次有效的“纠偏”。而腾讯也做了两手准备在混元发布新版本的同时市面上也传出腾讯、阿里在洽谈投资Deepseek的消息。据悉DeepSeek首次融资估值将超过300亿美元。天眼查APP信息显示此前Deepseek未有过第三方融资。腾讯不缺钱不缺生态更不缺姚顺雨这样的人才。可横亘在面前的AI之路依然漫长。AI Lab解散之后腾讯的AI究竟该怎么走还有没有比混元更具影响力的方案腾讯需要的不是混元而是一个AI的终极方案于今天的腾讯而言混元Hy3 preview的内部意义可能远大于外部。姚顺雨领导下开源的混元Hy3 preview发布不只是一份成绩单也是一份内部的AI“宣言”。混元Hy3 preview多么有颠覆性呢至少目前来看可能并没有元宝的市场渗透率还是不如豆包开源模型性价比打不过DeepseekB端的行业影响力比不上第一梯队的Claude Opus。但于腾讯内部而言这是一次难得的纠偏。3月份腾讯发布内部通知正式撤销 AI Lab。AI Lab解散后在姚顺雨带队下腾讯AI业务线正式从“实验室时代”过渡到“商业化时代”。这意味着腾讯AI终于跟得上AI落地的大部队了。尽管这个转变略显迟缓。从时间节点上看腾讯AI业务组织架构上发力的时间节点比字节、阿里都要晚。组织架构上为AI战略铺路这件事儿字节做得最早。早在2023年11月字节成立新部门 Flow发力AI应用层此后成立Seed和Flow两大独立部门。组织架构梳理完成这才有了后来的豆包AI以及Seedance。阿里方面呢2025年12月吴嘉担任千问C端事业群负责人今年3月CEO吴泳铭亲任技术委员会组长并直接挂帅新成立的“ATH事业群”。然后千问大刀阔斧地推进落地视频AI搞出了快乐马。对比来看腾讯去年12月挖来姚顺雨3月份解散AI lab最近刚推出混元的迭代版本。当然好的一面是这是一种腾讯一贯的“后发策略”也是曾经认为的“最稳妥”的方式。当AI行业里跑出来了成熟的玩家巨头再用强势的资源和体量进场“收割”这也是一种打法。但问题是今天的AI行业版本迭代太快即便是从OpenAI挖来姚顺雨即便是花钱投放给元宝做增长腾讯依然需要找到那个关键的“翻盘点”。这个“翻盘点”显然不是混元。其实今天的腾讯需要的不是另一个版本的混元而是一个AI终极方案。比如一个高度融合AI的微信。坊间有传言腾讯正在为微信秘密开发一款高度机密的AI智能体项目这个智能体将链接微信平台内小程序生态用户只要一句话就能调用微信内的小程序。一句话就能调动整个微信AI生态内的内容和服务这种产品能力不亚于钢铁侠的贾维斯。14亿月活用户始终是腾讯AI产品手里的底牌。但我想这样的划时代产品今天的腾讯可能很难做出来。为什么因为这个选项风险太大。14亿MAU的社交流量固然是底牌但某种意义上也是枷锁。而今天的腾讯不需要打破枷锁去冒险。你看腾讯本质上是社交广告游戏的投资公司。这三者哪一样会被AI颠覆可能短期内都不会。社交自然不用说AI时代熟人社会关系依然有含金量AI对于广告、游戏业务来说是加分项效率更高ROI也会更高。既然横竖都不耽误挣钱那么何必要冒着那么大风险更何况微信关系到14亿人一个朋友圈的小改动都能上热搜这么大的变革风险带来的责任怕是谁都担不起。也就是说对于腾讯而言AI可能并不是当下最迫切的战略。但是AI这波技术浪潮太大了腾讯不可能完全置之事外腾讯这么晚才决定下场搞AI其中原因很可能有这么两点一个可能是资本市场催动另一个可能是腾讯自身的急迫性。先说资本市场。腾讯的投资者会思考一个问题在AI领域的落后可能会让部分投资者开始思考长期持有腾讯的机会成本。当然腾讯是一家值得投资的公司但是当看到字节豆包、千问、阿福的火热即便是长期投资者也会有疑虑持有腾讯的机会成本是不是太高了市场因素之外更关键的可能是腾讯自身的心态。短视频时代微信虽然没有被颠覆但微信生态的内容时长却是被抖音抢走了。AI会不会是下一个“短视频”这个问题腾讯不能赌。所以最后的结果是腾讯要在一个自身并不熟悉的领域打一场自己并不擅长的技术创新战役。这可能也是腾讯当初要花大代价请姚顺雨来坐镇的原因之一AI这场仗腾讯需要更多的筹码更多的保障。也正因如此一个版本迭代的混元作为阶段性的成果恐怕还远远不够腾讯这场AI之战依然需要一个Deepseek式的终极方案。AI时代姚顺雨是不是另一个张小龙2026年1月马化腾在腾讯年会上的发言罕见地坦率“腾讯在AI上动作慢了。”他指出问题出在基础设施不足、模型迭代频率和平台能力上。现实呢也正是如此腾讯确实慢了。QuestMobile的数据显示元宝月活在春节期间一度冲至1.14亿后快速回落3月已降至约5700万同样3月底的数据字节的豆包月活已攀升至3.45亿阿里的千问达到1.66亿。AI视频方面字节的Seedance一骑绝尘阿里“快乐马”也有清晰产品定位、有完整生态协同。而腾讯方面纵然拥有微信14亿月活、视频号内容生态、QQ数亿用户、完整的游戏与内容生态组成的“广袤草原”但缺了最核心的那一匹AI骏马。过去腾讯在AI战略上是很纠结的。一方面社交天然惧怕风险所以从外部来看微信在AI化的道路上“左顾右盼”。另一方面AI应用市场的竞争格局发生了急剧变化。在AI业务上腾讯必须加快速度紧跟行业步伐。所以姚顺雨来到腾讯要做的绝不仅仅是“拨乱反正”也不是在现有版本基础上“小修小补”而是像张小龙那样为腾讯开创下一个时代。因为AI时代腾讯需要在微信之外走出另一条路。而混元这条路是一条“无风险”之路因为AI离腾讯的资源中心、权力中心太近所以结局一定不会太惨但这似乎也可能意味着难挑大梁。回顾腾讯的发展史不难发现越是集中力气投入的战略越是难以实现。最后还是“散棋”最终挑起了大梁。当年腾讯搞电商战略无数资源倾注到拍拍网之后还是由京东整合反倒是微信生态内不经意间给社交电商的成长留下了空间。所以历史表明真正的创新不是你倾注了资源和心血就能做成的。你看隔壁阿里快乐马一开始也不是AI业务线孵化出来而是隔壁电商业务线搞出来。就连腾讯自家的微信也是如此。当年科技行业刚开始进入移动互联网时代真正搞出微信的也不是资源更多的深圳总部团队而是在广州远离权力中心的张小龙。今天腾讯AI战略可能也是一样。即便是在姚顺雨带领下进行了一场重构但今天的混元依旧是腾讯AI的来时路依旧不像是Deepseek、豆包甚至不同于快乐马遑论带领腾讯真正跨进AI时代。腾讯要找AI之路需要的不是一个大模型产品而是构建AI时代的一套全新的体系。也就是说需要把过去腾讯擅长的事情在AI领域重做一遍这可能才是姚顺雨的“主线任务”。过去的腾讯擅长的是什么不是技术也不是产品而是分发。腾讯总是擅长把一个已有的产品丰富完善然后通过底层的社交能力分发成为爆款。你看QQ之前有MSN穿越火线之前有CS王者荣耀爆火之前有英雄联盟。但只有在腾讯的能力分发能力半径下才能做到更高的营收、利润更好地商业化。这不是因为腾讯有多么特殊而是因为社交为基础的分发体系太强大。腾讯的社交不只是一个粘性足够高的流量入口而是一个以QQ、微信为核心的注意力分发体系。而AI时代的变革不只是入口的变革也是从分发流量到分发Token的底层逻辑变革。阿里为什么要围绕“Token”为核心进行一场深度变革原因之一可能就在于阿里意识到了AI时代‌Token就是“流量”就是AI时代的“注意力”。今天市面上这么多超级APP这么多全民级应用但真正在分发逻辑上能够与微信相比的可能只有AI。因为AI依赖于数据但不依赖社交是完全独立的超级入口而且未来的用户粘度很可能不亚于社交。什么意思呢未来在分发Token这件事儿上腾讯可能很难延续微信那样的断层式领先的优势。从这个角度来看腾讯的AI之问最终可能还是落在那个关键的“产品经理”身上AI时代的姚顺雨能不能像移动互联网时代的张小龙一样回应腾讯的期待不论怎样在AI战略上腾讯已然继续加码。腾讯财报发布2025年财报的同时管理层同时释放信号2026年AI投入要翻倍并可能适当减少回购。AI的航线上腾讯这艘巨轮终于摆正了船头。但历史告诉我们有时候全速前进不一定最先抵达新大陆最先抵达的往往是那些敢于在风暴中调整帆向的孤舟。未来AI之路如何市场仍在期待腾讯的答案。免责声明本文基于公司法定披露内容和已公开的资料信息展开评论但作者不保证该信息资料的完整性、及时性。另股市有风险入市需谨慎。文章不构成投资建议投资与否须自行甄别。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2574542.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…