Yao Shunyu und Hy3: Können sie die Paywall überwinden?

Mit der Veröffentlichung der offiziellen Version von Hy3 taucht das Gespräch zwischen Yao Shunyu und Tang Daosheng vor einem Monat immer wieder in Diskussionen über Tencents KI auf.

Anfang Juni trafen sich Tang Daosheng, Senior Executive Vice President der Tencent Group und CEO der Cloud- und Intelligent Industry-Geschäftsgruppe, und Yao Shunyu, Chef-KI-Wissenschaftler von Tencent, auf der Tencent Cloud KI Industry Application Conference zu einem Podiumsgespräch.

Als es um die Zweifel der Außenwelt an der Geschwindigkeit von Tencents KI ging, sagte Yao Shunyu zu Tang Daosheng: „Das fühlt sich an wie eine Frage, die ich dir stellen sollte.“ Dieser Satz klang damals wie ein Witz, aber im Rückblick wirkt er eher wie eine öffentliche Darstellung der internen Verantwortungsverteilung bei Tencents KI.

Yao Shunyu muss die Antwort darauf geben, ob die Modellfähigkeiten aufholen können; Tang Daosheng und mehr Geschäftsteams von Tencent müssen ebenfalls die Antwort darauf geben, ob die Modellfähigkeiten in Branchen, Produkte und Einnahmen umgesetzt werden können.

Tencents KI-Produkte sind nicht spät gestartet, aber die externe Wahrnehmung bei allgemeinen großen Modellen war immer relativ schwach, was sich bereits am Hauptprodukt Yuanbao erkennen lässt. Im Februar 2025 wurde Yuanbao mit der vollständigen Version von DeepSeek-R1 verbunden, sodass Benutzer zwischen Hunyuan und DeepSeek-R1 wechseln können.

Danach erzielte das Hunyuan-Team auch einige Aufmerksamkeit, konzentrierte sich aber mehr auf Bild-, Video- und 3D-Generierung. Die Hunyuan-Bild-, Hunyuan-Video- und Hunyuan-3D-Serien wurden in Ranglisten, Open-Source-Projekten und Community-Downloads diskutiert, aber diese Aufmerksamkeit führte nicht natürlich zu einer Nutzerüberzeugung, dass Tencents allgemeine große Modelfähigkeiten sehr stark sind.

Diese unaufgeregte Situation wurde dieses Jahr endlich von Ma Huateng durchbrochen.

Auf der Tencent-Aktionärsversammlung im Mai beschrieb Ma Huateng die Situation von Tencents KI mit den Worten: „Wir sind an Bord gegangen, haben dann festgestellt, dass das Schiff leckt, jetzt stehen wir darauf, können uns aber noch nicht setzen“, und gab zu, dass die frühen grundlegenden KI-Fähigkeiten von Tencent nicht herausragend waren. Tencent begann öffentlich zuzugeben, dass es Nachholbedarf hat.

Yao Shunyu wurde vor den Vorhang geschoben, genau in diesem Kontext.

Ende letzten Jahres erweiterte Tencent die Entwicklungsarchitektur für große Modelle und gründete die neuen Abteilungen KI-Infrastruktur, KI-Daten und Datenberechnungsplattform; Yao Shunyu wurde zum Chef-KI-Wissenschaftler im „CEO-/Präsidentenbüro“ ernannt und übernahm gleichzeitig die Leitung der KI-Infrastrukturabteilung und der Abteilung für große Sprachmodelle.

In diesem Jahr im März löste Tencent KI Lab auf, ein Teil der Mitarbeiter wurde in die Abteilung für große Sprachmodelle versetzt, schloss sich dem Hunyuan-Team an und berichtete an Yao Shunyu.

Hy3 hat bei den Tests hohe Punktzahlen erzielt, aber seine spezifische Leistung muss noch in praktischen Anwendungen beobachtet werden. Angesichts der Zweifel am Rückstand haben Yao Shunyu und das Hunyuan-Team zumindest dazu beigetragen, das erste Image von Tencents KI zu stabilisieren.

1

Die Einreichung von Hy3 zeigt sich zunächst darin, dass Tencent endlich ein Modellergebnis vorlegt, das durch Produkte validiert werden kann.

Laut Tencent ist Hy3 bereits in Produkte wie WorkBuddy, CodeBuddy, Yuanbao, Marvis und ima integriert; seit der Einführung der Vorschauversion ist der tägliche Token-Verbrauch um das 20-fache gestiegen.

Auf WorkBuddy ist die Anzahl der Benutzer, die sich selbst für Hy3-Vorschau entschieden haben, um das 6-fache gestiegen. Bei internen Tests von Hy3 im Büroumfeld von WorkBuddy stieg die Erfolgsrate von Aufgaben von 72 % auf 90 %, und die durchschnittliche Bearbeitungszeit wurde um 34 % verkürzt. Nachdem Yuanbao die Dateiverarbeitung mit Hy3 eingeführt hat, ist die Fehlerrate bei Allgemeinwissen um die Hälfte gesunken, und die Halluzinationsrate ist um mehr als die Hälfte gesunken.

Auf der Tencent Cloud Conference im Juni erwähnte Yao Shunyu bei der Diskussion über die Beziehung zwischen Modell und Produkt: „Der praktische Wert ist wichtiger als der Wert des Erzielens hoher Punktzahlen in Ranglisten.“ Die offizielle Version von Hy3 beginnt, Rückmeldungen im Produktsystem zu bilden, was genau die wahre Darstellung von Yao Shunyus Worten zu sein scheint.

ima und Marvis liefern ähnliche Beweise.

Laut öffentlichen Berichten hat die Qualität der Schlussfolgerungen bei der Wissensdatenbankabfrage von ima um fast 19 % zugenommen, und die Stabilität des Agent-Systems erreicht 95,1 %; die Erfolgsrate bei Aufgaben in den Kernszenarien von Marvis ist auf 93,7 % gestiegen, und die Genauigkeit der Zuweisung bei der Zusammenarbeit mehrerer Agenten erreicht 92 %.

In der früheren Vorschauversion von Hy3 haben einige Bewertungen bereits das Designkonzept der Hy3-Serie aufgezeigt.

In einem technischen Blogbeitrag der Hugging-Face-Community wurde Hy3-Vorschau im Szenario von WorkBuddy getestet. Die Testaufgabe bestand darin, das Modell ein technisches Handbuch von über 100 Seiten verarbeiten zu lassen, zuerst strukturiertes Wissen aus dem langen Dokument zu extrahieren, dann automatisch 10 tiefgehende Testfragen zu entwerfen und schließlich die Fragen, die Bewertung und die Erklärung der Antworten zu einem einzigen HTML-Spiel zu bündeln.

Bei Aufgaben zum Verständnis langer Texte und zur Codegenerierung verarbeitet Hy3-Vorschau Informationen schnell, kann komplexe Anweisungen verstehen und komplexe Aufgaben in klare Schritte unterteilen; bei der Textextraktion kann es die Schlüsselinformationen im langen Dokument relativ genau erfassen; bei der Codegenerierung weisen die Ergebnisse keine Fehler auf und laufen beim ersten Versuch erfolgreich.

Dieses Bewertungsbeispiel erklärt, warum die Hy3-Serie besser in langen Büroaufgaben wie WorkBuddy beobachtet werden kann.

Auf der Konferenz im Juni erklärte Yao Shunyu, warum er zu Tencent gekommen sei: Hier gibt es „viele gute Probleme und viele Produkte“. Seiner Meinung nach muss nach dem Vortraining und dem Nachtraining letztendlich durch Produkte beantwortet werden, wo das Modell angewendet wird und welchen Wert es erzeugt.

Die offizielle Version von Hy3 ist die erste konzentrierte Überprüfung dieser Einschätzung und das erste wichtige öffentliche Ergebnis nach der Umstrukturierung des Tencent-Hunyuan-Teams.

Vor einem Monat fragte Tang Daosheng auf der Konferenz Yao Shunyu, welche spezifischen Änderungen Hy3-Vorschau als sein Debüt bei Tencent bewirkt habe.

Yao Shunyu antwortete: „Hauptsächlich drei Punkte: Erstens, die Infrastruktur wieder aufbauen, sowohl beim Vortraining als auch beim Verstärkungslernen; zweitens, Daten und Bewertung verändern, wie man realistischere Probleme definiert, die Taxonomie der Daten bereichert und die Datenqualität verbessert; drittens, viele Entscheidungen sind geschmacksgesteuert, es gibt keine sehr klare Formel.“

Das von Yao Shunyu erwähnte „Definieren realistischer Probleme“ zeigt anhand der zahlreichen Rückmeldungen aus praktischen Aufgabenszenarien, die von Hy3 veröffentlicht wurden, dass der Schwerpunkt der Aktualisierung dieser Modellgeneration darin liegt, die Modellfähigkeiten zur Unterstützung realistischer Aufgaben zu befähigen – genau das war der Bereich, in dem Tencent zuvor relativ unzureichend aufgestellt war.

Yao Shunyu erwähnte auf der Konferenz außerdem, dass das Team den „stärksten Rückgrat für das Nachtraining“ geschickt habe, um Yuanbao beim Nachtraining zu unterstützen.

Er sagte, dass das Vortraining damals noch nicht bereit war und viele Mitarbeiter im Algorithmusbereich diese Entscheidung nicht verstanden, aber im Rückblick hat diese Aktion das Produktteam dazu gebracht, zu erkennen, dass das Modellteam wirklich an das Produkt denkt, und sie hat eine wichtige Rolle bei der Einführung von Hy3-Vorschau bei Yuanbao gespielt.

Dann fügte er hinzu: „Über Technologie kann man diskutieren, das Schwierigste sind Vertrauen und das Sich-Hineinversetzen in andere.“

Dieses Detail vermittelt der Außenwelt in gewissem Maße ein klareres Bild der Führungskraft für Modelle in großen Unternehmen: Die Führungskraft ist nicht nur ein Technikexperte, sondern muss auch die Zusammenarbeit zwischen Modellteam und Produktteam fördern.

Tencent, das die Fahne von Yao Shunyu hochhält, bemüht sich außerdem nach Kräften, seine externe Einflussnahme zu vergrößern.

Im Januar nahm Yao Shunyu an der Preisverleihung des Tencent Qingyun-Stipendiums teil und zeichnete junge Forscher aus. Das erste Qingyun-Stipendium bot 15 jungen Wissenschaftlern Unterstützung im Gesamtwert von 500.000 Yuan, darunter 200.000 Yuan in bar und 300.000 Yuan an heterogenen Cloud-Rechenressourcen.

Im Juni startete Tencent das Qingyun-Programm 2026, bei dem technische Themen in Bereichen wie großen KI-Modellen, grundlegender Architektur und Hochleistungsrechnen festgelegt wurden, um junge Talente bei der Teilnahme an wegweisenden Projekten wie Hunyuan, WeChat und Spielen zu unterstützen.

Das erste Image, das Yao Shunyu für Tencents KI aufbaut, ist das Bild einer sorgfältigen Verfeinerung der Modellgrundlage. Die Entstehung von Hy3 hat Tencents KI endlich zu einem überprüfbaren Zwischenergebnis verholfen.

2

Für Tencent ist Hy3 offensichtlich eine dringend benötigte Antwort. Im gesamten Bereich der großen Modelle gibt es jedoch noch einige Schwachstellen, die verbessert werden müssen.

Insbesondere hat Yao Shunyu selbst einmal eine Theorie aufgestellt, dass „nur die stärksten Modelle bezahlt werden“.

In diesem Jahr im Januar sagte er auf dem von Tsinghua geleiteten AGI-Next-Gipfel über den B2B-Markt: „Je höher die Intelligenz, desto höher die Produktivität und desto größer der Spielraum für Preisaufschläge.“

Der Chef-Wissenschaftler von Tencents CEO erklärte, dass die Zahlungsbereitschaft des Unternehmensmarkts für Modelfähigkeiten einen Spitzeneffekt aufweist: Schwächere Modelle verursachen in häufigen Produktivitätsszenarien wie der Programmierung Kosten für Fehlerbehebung und Überwachung, wobei die versteckten Kosten den Preisunterschied zwischen den Modellen übersteigen können.

Im Rückblick ist dieser Satz umgekehrt zu einem Druck für Hy3 geworden.

Bei dem von Tencent veröffentlichten Blindtest mit 270 Experten bei ihrer tatsächlichen Arbeit erzielte Hy3 einen Durchschnittswert von 2,67/4, höher als der Wert von 2,51/4 bei GLM-5.1. Dieses Ergebnis beweist den Fortschritt von Hy3, aber der Vergleichspartner ist das Vorgängermodell des Konkurrenten.

GLM-5.1 ist nicht mehr das neueste Hauptmodell von Zhipu; das neueste GLM-5.2 verfügt über ein Kontextfenster von 1 Million und stärkere Fähigkeiten bei Codierung, Agenten und langfristigem Aufruf von Werkzeugen.

Mit anderen Worten: Hy3 beweist, dass Tencent einen Teil des Rückstands aufgeholt hat, aber es gibt noch einige Abstände zur Spitzengruppe der inländischen Modelle.

Auf der Konferenz im Juni stellte Yao Shunyu bei der Diskussion über das Preis-Leistungs-Verhältnis auch die Leistung vor die Kosten. Er sagte, viele Leute stellen schließlich fest, dass die Verwendung von Modellen wie Opus kostengünstiger ist als die Verwendung schlechterer Modelle, da sie Dinge schneller richtig erledigen und den menschlichen Aufwand sparen.

Er erläuterte weiter, dass das Preis-Leistungs-Verhältnis zuerst von der „Leistung“ abhängt: Wenn die Leistung nicht gut ist, lässt sich das Preis-Leistungs-Verhältnis kaum begründen, erst danach kommt die Kostenfrage.

Dieser Satz kann auch umgekehrt auf Hy3 angewendet werden: Niedrige Preise und eine geringe Anzahl aktivierter Parameter sind zwar Schlüsselfaktoren, um Benutzer in großer Zahl anzuziehen, aber Unternehmen zahlen letztendlich für die Fähigkeit, Dinge beim ersten Mal richtig zu erledigen.

In dieser Hinsicht muss Hy3 noch in mehr realen B2B-Szenarien validiert werden.

Die zweite Fähigkeitsgrenze von Hy3 ist das Fehlen nativer Multimodalität – ein Problem, das bei Aktualisierungen der allgemeinen Hy-Modelle seit langem diskutiert wird.

Als Grundgerüst für Agentenfähigkeiten, das auf Büroszenarien abzielt, sind die Eingaben, mit denen Benutzer in der Realität konfrontiert sind, nicht immer Texte. Dazu gehören Layoutänderungen bei Präsentationen, die Erkennung von Diagrammen in Tabellenkalkulationen und verschiedene Symbolzustände in Web-Backends.

Wenn Hy3 visuelle Eingaben nicht direkt verstehen kann, muss es auf die Zusammenarbeit von Hunyuan-Multimodalität oder anderen OCR-Werkzeugen angewiesen sein.

Diese Schwachstelle ist in Tencents Anwendungsszenarien besonders sensibel, insbesondere da Hy3 auch in Endverbraucherszenarien wie WeChat integriert werden könnte. Die Materialien, die Benutzer der KI übermitteln, sind oft keine sauberen Texte, sondern sogar Screenshots.

Gleichzeitig haben die Konkurrenten von Hunyuan den nativen Multimodalitätsansatz schon lange verfolgt.

Vor einigen Wochen veröffentlichte Volcano Engine Doubao 2.1 Pro. Laut öffentlichen Berichten wurde es in drei Bereichen aktualisiert: Codierung, Agenten und VLM; auf der Produktpräsentation wurde ein RTL-Testfall für den Chipentwurf gezeigt, bei dem das Modell fast 18 Stunden lang kontinuierlich lief, 9 Iterationen durchlief und Simulation, Test und umfassende Prüfung erfolgreich absolvierte.

In einem 3D-Stadt-Szenario wurden mithilfe von Doubao 2.1 Pro über 500 intelligente Agenten gleichzeitig zusammenarbeiten, Tausende von Werkzeugaufrufen durchführen und mehr als hundert Gebäude generieren.

Gleichzeitig hat Alibaba kürzlich Qwen3.7-Plus aktualisiert, das ebenfalls ein multimodales Agentenmodell mit einheitlicher Verarbeitung von Bild und Sprache fortsetzt. Es richtet sich an Eingaben wie Bilder, Videos, Bildschirme, Webseiten und Texte und unterstützt die Ausführung von Aufgaben in GUI-, Befehlszeilen- und Werkzeugumgebungen.

Im Vergleich dazu kann Hy3 nur als eine Antwort für ein Sprachmodell bezeichnet werden.

Auf derselben Konferenz im Juni sagte Yao Shunyu bei der Diskussion über die Zukunft der