2026.01.12

本文字?jǐn)?shù)：7212，閱讀時(shí)長大約12分鐘

作者 |新皮層NewNewThing 陸彥君 吳洋洋

2025年11月下旬，大學(xué)畢業(yè)生林楓在深圳參加了騰訊青云計(jì)劃閉門會。活動采取定向邀請制，為期兩天，會議內(nèi)容除了郵輪觀光、參觀騰訊總部，還有一個(gè)環(huán)節(jié)是部門見面會——姚順雨在現(xiàn)場。

這次見面會兩個(gè)小時(shí)左右，姚順雨是開場發(fā)言者，他講了大概只有20分鐘，但富有雄心。

「他說混元的目標(biāo)是對標(biāo)全球最頂尖的一批大模型�！沽謼鲗Φ谝回�(cái)經(jīng)「新皮層」說。

林楓對姚順雨印象深刻，除了「感覺他是主導(dǎo)混元大模型研發(fā)進(jìn)度的管理者」，他還是林楓在現(xiàn)場看到的騰訊高管中為數(shù)不多的年輕人。

姚順雨，2025年下半年加入騰訊，此前任職于OpenAI。

青云計(jì)劃是騰訊2023年下半年提出的面向優(yōu)秀畢業(yè)生的AI人才專項(xiàng)招聘，對標(biāo)字節(jié)跳動的Top Seed人才計(jì)劃。

與青云計(jì)劃同時(shí)進(jìn)行的是騰訊持續(xù)一年的高薪挖人行動。長期從事基座模型招聘的許嵐告訴「新皮層」，騰訊最重要的挖人對象之一是字節(jié)跳動。字節(jié)跳動2-2職級的候選人，跳槽到騰訊后可以獲得T12或T13的職級，相當(dāng)于在字節(jié)跳動的原職位連升兩級。而且，薪酬也會直接翻倍，有的甚至?xí)嵘?00%。「這種行情最近一個(gè)月才出現(xiàn)，以前字節(jié)2-2的候選人會定下T9或T10的職級，薪資漲幅只有30%�！乖S嵐說。

2025年的騰訊就是2024年的字節(jié)跳動。2024年，字節(jié)跳動加速基礎(chǔ)模型的研發(fā)進(jìn)度，第一個(gè)動作也是搶人才——它當(dāng)時(shí)的搶人對象主要是阿里巴巴，一年后，騰訊「接棒」，從字節(jié)跳動搶奪人才。

多位接近騰訊的人士對「新皮層」稱，騰訊大概2024年年底就開始大規(guī)模對外招募基礎(chǔ)模型相關(guān)的人才，并啟動一系列組織架構(gòu)調(diào)整。2025年9月姚順雨的加入加速了這一進(jìn)程。

姚順雨新政

最開始，入職騰訊混元的外部人才主要來自微軟。自2024年12月起，微軟開源模型WizardLM團(tuán)隊(duì)核心成員孫慶豐、微軟亞洲研究院視覺計(jì)算組前首席研究員胡瀚、微軟WizardLM團(tuán)隊(duì)項(xiàng)目創(chuàng)建者徐燦陸續(xù)加入騰訊。然后是2025年8月，在月之暗面研究語音模型的研究員譚旭入職騰訊——加入月之暗面前，他任職于微軟亞洲研究院。

「騰訊只看來自DeepSeek、月之暗面、字節(jié)和阿里這4家基座模型團(tuán)隊(duì)的候選人，其他公司是不看的。」接近騰訊招聘的人士陳立峰對「新皮層」說。

他對「新皮層」稱，2025年年中，字節(jié)跳動曾通過發(fā)放「豆包虛擬股」激勵員工，相當(dāng)于為其大模型團(tuán)隊(duì)漲薪。但正是在這輪股權(quán)激勵期間，部分字節(jié)豆包員工乘勢轉(zhuǎn)身加入了騰訊混元，原本年薪總包約為250萬至300萬元的字節(jié)跳動員工，加入混元后能拿到年薪300萬以上的Offer。

2025年12月，字節(jié)跳動再次向全球員工發(fā)布了一封漲薪郵件，將公司整體獎金和調(diào)薪投入分別提升35%和1.5倍，以確保員工薪酬的競爭力和激勵回報(bào)在全球各個(gè)市場都「領(lǐng)先于頭部水平」。

在字節(jié)的防守下，騰訊的搶人計(jì)劃也加大了力度�！敢樣甑募尤胧球v訊混元人才招聘的一個(gè)關(guān)鍵節(jié)點(diǎn)�！乖S嵐說，姚順雨來之前，高管加盟騰訊「屬于大廠間的正常人才流動」，姚順雨加入后，混元不僅加強(qiáng)了招聘力度，「對候選人信息的保密性處理也升級了」。以姚順雨的加入為節(jié)點(diǎn)，騰訊招募了更多大語言模型（LLM）相關(guān)的人才，在此之前，包括孫慶豐、胡瀚、徐燦、譚旭等在內(nèi)的加入者主要研究方向都以多模態(tài)為主。

多位招聘方人士告訴「新皮層」，姚順雨會在與LLM相關(guān)的招聘中擔(dān)任面試官，部分候選人由他親自引薦。這些新招募的人中，至少有3位T12職級的人才來自字節(jié)Seed團(tuán)隊(duì)和DeepSeek，其中一位負(fù)責(zé)預(yù)訓(xùn)練的數(shù)據(jù)工作，還有一位和姚順雨一起做大模型的前沿探索。

部分混元員工因?yàn)橐樣甑牡絹硇判膫湓觥！杆麄冋J(rèn)為姚順雨可能會為內(nèi)部爭取更多激勵，就像字節(jié)Seed為團(tuán)隊(duì)成員發(fā)豆包股一樣�！乖S嵐說，姚順雨接手騰訊混元大模型不久，就與每位團(tuán)隊(duì)成員都有過接觸、聊天，還參加了不同研究小組的團(tuán)建和聚餐。

姚順雨的舉動獲得了部分員工的信任。一位內(nèi)部員工認(rèn)為他「性格討喜，跟著他干活有信心」，另一位內(nèi)部員工認(rèn)為他「管理能力出色」。但也有部分混元成員開始擔(dān)心能力不足被調(diào)整，開始主動尋求外部機(jī)會�！笍幕煸x職的人可能會變多，無論主動還是被動。」許嵐說。

換血只是姚順雨加入混元后的新政之一。在模型策略上，他也提出了不同于混元大模型前任領(lǐng)導(dǎo)者的觀念。

接近騰訊混元的人士告訴「新皮層」，相較于前任負(fù)責(zé)人，姚順雨更加重視后訓(xùn)練——這在很多人的意料之中，姚順雨此前的主要工作都與后訓(xùn)練更相關(guān)。不過除此之外，他還打算從預(yù)訓(xùn)練的數(shù)據(jù)部分入手，「從數(shù)據(jù)開始重新訓(xùn)練混元」，這相當(dāng)于回到起點(diǎn)。林楓稱，姚順雨在11月的青云計(jì)劃閉門會上還提出過一個(gè)明確要降低「發(fā)版速度」的計(jì)劃，「他說以前混元模型在內(nèi)部更新版本的速度很快，有時(shí)候一周就會發(fā)布兩個(gè)版本。他來到這里的第一件事就是降低發(fā)版速度，打磨好整體模型再發(fā)�！沽謼髡f。

在被騰訊挖角之前，姚順雨只在OpenAI工作過一年，深度參與Operator、Deep Research等智能體項(xiàng)目。更早之前，他剛剛從普林斯頓博士畢業(yè)，研究方向是自然語言處理與強(qiáng)化學(xué)習(xí)。攻讀博士學(xué)位期間，他的主要科研成果有兩個(gè)，一個(gè)是ToT（Tree of Thoughts，思維樹），這個(gè)計(jì)算框架讓AI在解決復(fù)雜問題時(shí)能夠?qū)栴}拆解為多步思維步驟并探索多條路徑，最終找到最優(yōu)路徑。還有一個(gè)是ReAct，這個(gè)算法讓大模型可以邊推理邊行動。ToT和ReAct都可應(yīng)用于模型的后訓(xùn)練階段，提升模型的多步推理和動手操作能力。OpenAI的Operator、Deep Research等智能體項(xiàng)目中都有ToT和ReAct的影子。

也就是說，騰訊把姚順雨從OpenAI挖過來時(shí)，他只有一年的工作經(jīng)驗(yàn)。但騰訊提供的可能是國內(nèi)大模型人才戰(zhàn)中無論職位還是薪酬都最高的標(biāo)準(zhǔn)。2025年9月，市場傳聞騰訊為了挖走他開出了上億元的薪水，騰訊隨后辟謠。這個(gè)數(shù)字不一定真實(shí)，但1998年出生的姚順雨一定是國內(nèi)大廠中最年輕的大語言模型（LLM）「一號位」。

2025年12月，騰訊宣布混元組織架構(gòu)調(diào)整，官宣姚順雨出任「CEO/總裁辦公室」首席AI科學(xué)家，向騰訊總裁劉熾平匯報(bào)，他同時(shí)兼任AI Infra部、大語言模型部負(fù)責(zé)人。一位接近騰訊的人士告訴「新皮層」，姚順雨平時(shí)在香港辦公室工作。另據(jù)一位騰訊內(nèi)部人士稱，騰訊的CEO/總裁辦公室在列的人員名單上只有姚順雨一個(gè)人。

這是2023年啟動大模型研發(fā)以來，騰訊第一次把大語言模型變成一把手工程。而且，這個(gè)模型負(fù)責(zé)人對下轄的團(tuán)隊(duì)擁有直接而全面的管理權(quán)和人事權(quán)。「劉熾平是財(cái)務(wù)出身，并非技術(shù)背景。姚順雨直接向他匯報(bào)，獲得資源支持的效率就更高了。」騰訊AI Lab離職員工秦瑩瑩對「新皮層」說，在此之前，騰訊的自研模型混元有著很長的向上匯報(bào)鏈路，以及復(fù)雜的向下管理體系。

混元跟著跑

2025年從年頭沖刺到年尾的一系列人事和組織變陣表明，騰訊在大模型領(lǐng)域開始著急。令這家大公司著急的直接原因就是，其自研模型混元的表現(xiàn)在大模型競爭中不夠靠前。

「很多公司發(fā)新模型時(shí)，會被拿來在Benchmark中對比的模型基本就是GPT、Claude、Gemini、千問、Kimi和DeepSeek，你不會看到豆包，也不會看到混元�！挂晃淮竽Ｐ蜆I(yè)內(nèi)人士對「新皮層」說，這種選擇基本代表了行業(yè)對誰在模型第一梯隊(duì)的認(rèn)知。

馬化騰在2023年5月的股東大會稱，「對于工業(yè)革命（級的機(jī)遇）來講，早一個(gè)月（還是晚一個(gè)月）把電燈泡拿出來，在長的時(shí)間跨度上來看是不那么重要的�！沟竽Ｐ腿缃褚呀�(jīng)變成了一門「實(shí)驗(yàn)科學(xué)」，「從基礎(chǔ)架構(gòu)到注意力機(jī)制，從參數(shù)量到優(yōu)化算法……每個(gè)環(huán)節(jié)都有多種方案，你需要做實(shí)驗(yàn)才知道能不能行得通、在多大規(guī)模的參數(shù)量上行得通�！股鲜龃竽Ｐ蜆I(yè)內(nèi)人士說。這種實(shí)驗(yàn)性意味著，晚起步雖然有成熟方案可以借鑒，但也會比其他選手缺少從實(shí)驗(yàn)中積累的經(jīng)驗(yàn)，行動越慢差距越大、越難追趕。

騰訊是國內(nèi)大廠中最晚推出自研大模型的公司。2022年11月的最后一天，OpenAI發(fā)布ChatGPT。4個(gè)月后，2023年3月，百度發(fā)布了第一代大模型文心一言；同年4月，阿里巴巴發(fā)布通義千問大模型；同年8月，字節(jié)跳動也發(fā)布了首代大模型云雀（注：后更名為豆包大模型）。

騰訊的起跑速度就慢于這3家公司。2023年2月，騰訊才開始組建一個(gè)叫「混元助手」的團(tuán)隊(duì)，從各事業(yè)群集結(jié)人才，由時(shí)任騰訊AI Lab主任張正友擔(dān)任項(xiàng)目總負(fù)責(zé)人。

多位騰訊離職員工對「新皮層」稱，騰訊在大模型領(lǐng)域的緩慢起跑與公司內(nèi)部節(jié)奏有相當(dāng)大關(guān)系。在ChatGPT發(fā)布的2022年，騰訊正在經(jīng)歷多重低谷。

低谷之一是游戲業(yè)務(wù)。2022年，中國游戲行業(yè)版號獲批通過的總量同比減少了32%，是過往年份中數(shù)量最少的一年。另一位騰訊離職員工告訴「新皮層」，游戲是騰訊最賺錢的業(yè)務(wù)之一，受版號銳減影響，游戲營收不確定性變高，公司當(dāng)年就進(jìn)行了「降本增效」，就連騰訊TEG（技術(shù)工程事業(yè)群）這樣的技術(shù)中臺也要自負(fù)盈虧。后來主導(dǎo)混元模型研發(fā)的張正友所領(lǐng)導(dǎo)的AI Lab就隸屬于TEG�！改菚r(shí)AI Lab并不鼓勵研究員發(fā)論文，員工若要參加學(xué)術(shù)會議，還要蹭高校的預(yù)算才能去開會�！顾麑Α感缕印拐f。

騰訊AI Lab離職員工秦瑩瑩稱，AI Lab在2016年成立時(shí)主要任務(wù)還是做基礎(chǔ)研究。但2018年左右，AI Lab就拆分成了兩個(gè)部分，只有少部分人繼續(xù)留做AI基礎(chǔ)研究，其他大部分成員都要開始服務(wù)于公司的游戲與廣告業(yè)務(wù)。

而且，這位AI Lab離職員工稱，在游戲業(yè)務(wù)陷入危機(jī)之前，騰訊在2020年左右面臨過一個(gè)更大的危機(jī)：QQ的「孵化器魔法」失效了。

2020年之前，騰訊的很多新業(yè)務(wù)、新產(chǎn)品——比如QQ音樂、騰訊視頻——都是通過QQ孵化成功的。那時(shí)QQ扮演了一個(gè)分發(fā)渠道和入口的角色——就像今天抖音在豆包的分發(fā)中所扮演的角色一樣。但在2020年左右，騰訊的很多新業(yè)務(wù)都難以復(fù)制過去的成功路徑，比如騰訊電商、對標(biāo)今日頭條的天天快報(bào)，以及對標(biāo)抖音和快手的騰訊微視，都沒有獲得預(yù)期的成功。2020年，騰訊的另一大分發(fā)渠道——微信——的月活用戶已經(jīng)達(dá)到12.25億，成為移動互聯(lián)網(wǎng)時(shí)代的超級入口，但它至今沒有施展比肩當(dāng)年QQ孵化新產(chǎn)品的魔法。

眾多新業(yè)務(wù)中，唯一一個(gè)被騰訊高層認(rèn)為有潛力的是視頻號。上述騰訊離職員工稱，2022年，騰訊創(chuàng)始人、董事長兼CEO馬化騰在內(nèi)部員工大會上稱「微信事業(yè)群最亮眼的業(yè)務(wù)是視頻號，基本上是全場的希望」。到了2023年，馬化騰又在股東大會上表示「AI是類似工業(yè)革命一樣幾百年不遇的機(jī)會」，但整個(gè)2023年和2024年，這位騰訊離職員工稱，他都沒有聽到公司從整體戰(zhàn)略上多么強(qiáng)調(diào)過大模型，不斷被強(qiáng)調(diào)的依然是視頻號。

根據(jù)上述騰訊AI Lab離職員工的說法，2023年時(shí)騰訊內(nèi)部不同事業(yè)部如果想要訓(xùn)練模型，需要向公司總辦申請預(yù)算和立項(xiàng)，「當(dāng)時(shí)訓(xùn)練模型的成本還很高，一次試錯(cuò)動輒幾百萬美元。就算訓(xùn)練成功，模型的用途是什么？那時(shí)候還沒人能說清楚�！惯@位騰訊AI Lab離職員工稱。

一號位難當(dāng)

3年的大模型軍備競賽已經(jīng)讓業(yè)界發(fā)現(xiàn)，大模型不僅是門實(shí)驗(yàn)科學(xué)，還開創(chuàng)了前所未有的開發(fā)范式：它無法通過工業(yè)時(shí)代那樣主要依靠自上而下的明確規(guī)劃分工，以及大量工程師之間的分工合作完成；與這種依賴各個(gè)技術(shù)骨干的開發(fā)模式不同，大模型開發(fā)是一種系統(tǒng)工程，如果沒有一號位頭腦中對模型從預(yù)訓(xùn)練數(shù)據(jù)到預(yù)訓(xùn)練架構(gòu)和算法、后訓(xùn)練路徑以及基礎(chǔ)設(shè)施層面的整體實(shí)驗(yàn)構(gòu)想，一個(gè)模型無法從多個(gè)技術(shù)骨干的暴力開發(fā)中產(chǎn)生。

上述騰訊AI Lab離職員工告訴「新皮層」，啟動大模型研發(fā)后的3年中，騰訊很長時(shí)間里沒有為混元團(tuán)隊(duì)匹配到一位合適的技術(shù)領(lǐng)導(dǎo)者。微信團(tuán)隊(duì)也曾訓(xùn)練過一個(gè)模型，后來放棄了。

上述騰訊AI Lab離職員工告訴「新皮層」，在姚順雨入職前，騰訊混元有過兩位總負(fù)責(zé)人：張正友與蔣杰。張正友的研究方向是計(jì)算機(jī)視覺，他發(fā)明的平板攝像機(jī)標(biāo)定法在全球被普遍采用，被稱為「張氏方法」。但大模型中最核心的模型是LLM，LLM的核心是自然語言處理，而非圖像處理。

「張正友管理了近半年后，并沒有交出夠好的成果。蔣杰之后主動接手了混元項(xiàng)目，因?yàn)樗J(rèn)為大模型可以服務(wù)于廣告投放。」秦瑩瑩說。

蔣杰2012年加入騰訊，是騰訊企業(yè)發(fā)展事業(yè)群（CDG）與技術(shù)工程事業(yè)群（TEG）副總裁，負(fù)責(zé)騰訊廣告平臺產(chǎn)品技術(shù)管理工作。

在蔣杰的總負(fù)責(zé)下，劉威和王迪都曾短暫地直接管理過混元一段時(shí)間，「劉威類似于統(tǒng)籌者，王迪類似于執(zhí)行者」，秦瑩瑩告訴「新皮層」。不過，劉威和王迪的技術(shù)背景也都與自然語言處理關(guān)聯(lián)不深，其中劉威的核心工作方向是計(jì)算機(jī)視覺，他在2024年年底從騰訊離職后，創(chuàng)辦了一家叫ReBirth的公司，主要方向是視頻生成。王迪2008年通過校招加入騰訊，主導(dǎo)混元LLM模型前主要在TEG負(fù)責(zé)數(shù)據(jù)與搜廣推算法方面的工作。

2024年11月，蔣杰也開始不再實(shí)際管理混元項(xiàng)目下的LLM部分了，只實(shí)際負(fù)責(zé)混元多模態(tài)模型。前述騰訊AI Lab離職員工稱，當(dāng)時(shí)整個(gè)LLM團(tuán)隊(duì)都在等待一位據(jù)說是「來自微軟的高階人才」，但這位微軟系一把手一直沒有被等到。直到2025年9月，姚順雨來了。

在姚順雨負(fù)責(zé)混元LLM模型并直接向騰訊總裁劉熾平匯報(bào)之前，混元的LLM負(fù)責(zé)人是個(gè)向上、向下都很難推動工作的夾心角色。秦瑩瑩告訴「新皮層」，在張正友與蔣杰帶隊(duì)期間，混元LLM模型曾有一個(gè)小組長，但他的職級并不高，距離觸達(dá)劉熾平至少存在大模型技術(shù)負(fù)責(zé)人王迪、混元大模型負(fù)責(zé)人蔣杰、TEG總裁盧山三個(gè)層級。這種架構(gòu)使他不可能像姚順雨那樣與劉熾平直接溝通、獲得資源支持。

對下管理方面，這位組長也需要橫跨TEG的多個(gè)部門，才能接觸到他的項(xiàng)目相關(guān)成員。2023年成立的混元是一個(gè)虛擬團(tuán)隊(duì)，其成員來自AI Lab，甚至是TEG的多個(gè)部門。

秦瑩瑩對「新皮層」說，機(jī)器學(xué)習(xí)部、數(shù)據(jù)平臺部等部門均隸屬于TEG舊的組織架構(gòu)，而非混元團(tuán)隊(duì)。抽調(diào)去參與混元項(xiàng)目的員工們還要額外服務(wù)于騰訊不同部門、不同業(yè)務(wù)的AI需求。「混元有小半年的時(shí)間比較混亂，職責(zé)與權(quán)限沒有梳理清楚。無論是張正友還是蔣杰，都沒能把團(tuán)隊(duì)真正整合起來。」她說。

直到2025年4月，騰訊才從組織上配備了一個(gè)類似字節(jié)Seed那樣的獨(dú)立團(tuán)隊(duì)，在TEG體系內(nèi)成立大語言模型部與多模態(tài)模型部。12月官宣姚順雨入職后，騰訊進(jìn)一步調(diào)整組織架構(gòu)，新成立了AI Infra部、AI Data部與數(shù)據(jù)計(jì)算平臺部，第一次從組織架構(gòu)上匹配大模式時(shí)代的研發(fā)需求。

多位招聘方人士及騰訊員工對「新皮層」稱，騰訊AI Lab目前已被逐漸弱化，多位成員已經(jīng)離職，AI Lab副主任俞棟也將于1月底離開。許嵐告訴「新皮層」，AI Lab現(xiàn)在的工作重點(diǎn)就是做探索性研究、對外發(fā)表論文。這意味著騰訊2016年成立的AI Lab實(shí)際上已經(jīng)反過來成為混元的一個(gè)下屬部門，而不再是它的上層管理機(jī)構(gòu)。

「新皮層」獲得的消息稱，隨著俞棟離職，AI Lab的語音與自然語言處理研究方向也將被裁撤。剩下的兩個(gè)方向是胡瀚負(fù)責(zé)的多模態(tài)理解方向，以及一位來自字節(jié)Seed前成員負(fù)責(zé)的多模態(tài)理解和生成統(tǒng)一方向。

直到2025年年底，混元才變成一個(gè)更接近于字節(jié)Seed的架構(gòu)，而類似的組織架構(gòu)調(diào)整，字節(jié)在2023年下半年就動手了。這個(gè)遲來但大手筆的調(diào)整意味著，擺在姚順雨這位27歲大語言模型一號位面前的障礙，騰訊已基本為其掃清。

加速理論與甜蜜期

進(jìn)入大模型軍備競賽的第三年，落后者趕上先發(fā)者的最優(yōu)路徑已經(jīng)非常清晰：要想快速交出符合市場預(yù)期的模型，最好直接效仿被證明有效的成熟做法，走別人走過的成功之路，而不是想著如何創(chuàng)新、彎道超車。

最能說明這一成功法則的例子就是Google。2025年之前，「起個(gè)大早趕個(gè)晚集」在國內(nèi)形容的是百度，在硅谷形容的則是Google——它發(fā)明了大模型的基礎(chǔ)架構(gòu)Transformer，但在自ChatGPT發(fā)布以來的全球模型競賽中，Google的Gemini始終被認(rèn)為落后于OpenAI的GPT和Anthropic的Claude。

上述大模型業(yè)內(nèi)人士告訴「新皮層」，Gemini 2.0發(fā)布之前，Google一直堅(jiān)持Encoder+Decoder（注：編碼器+解碼器，Google在2017年發(fā)明 Transformer 架構(gòu)時(shí)的原始形態(tài)）架構(gòu)。2024年2月發(fā)布Gemini 1.5時(shí)，其模型論文中還在強(qiáng)調(diào)該架構(gòu)為什么更優(yōu)，但到了2024年年底發(fā)布Gemini 2.0時(shí)，Google不再宣傳Encoder+Decoder的架構(gòu)如何富有潛力，而是開始和OpenAI一樣采取Decoder only（注：純解碼器）架構(gòu)。

不再偏執(zhí)地堅(jiān)持自研架構(gòu)后，Google很快就帶著2025年3月發(fā)布的Gemini 2.5重回業(yè)界視野，11月發(fā)布的Gemini 3.0直接讓OpenAI拉響「紅色警報(bào)」，以應(yīng)對Gemini帶來的流量壓力。根據(jù)SimilarWeb統(tǒng)計(jì)的11月數(shù)據(jù)，用戶在Gemini上的平均停留時(shí)間已超越了ChatGPT。

這位業(yè)內(nèi)人士告訴「新皮層」，DeepSeek 2024年12月和2025年2月先后發(fā)布并開源的V3和R1模型，也分別扮演了GPT的Decoder only架構(gòu)曾經(jīng)扮演的角色——告訴大家一個(gè)類GPT-4和OpenAI o1效果的模型可能是怎樣的架構(gòu)。其中，V3模型為業(yè)界提供了一個(gè)可以訓(xùn)練出等效于GPT-4模型的「配方」——表明要得到類似的模型效果，模型需要是一個(gè)MoE（混和專家模型）架構(gòu)，而不能是稠密模型；時(shí)隔一個(gè)多月后發(fā)布的R1模型又提供了類OpenAI o1的推理模型「配方」——表明強(qiáng)化學(xué)習(xí)可以直接通過對有推理步驟的語料的模仿學(xué)習(xí)實(shí)現(xiàn)。

「此前，大家其實(shí)不知道GPT-4是怎么訓(xùn)練出來的，也不知道o1是怎么訓(xùn)練出來的�！惯@位業(yè)內(nèi)人士說，整個(gè)2024年，國內(nèi)大模型公司的主要目標(biāo)就是「趕上GPT-4」，但不知道如何趕上，OpenAI從GPT 3.5開始就不再在論文中公開其模型核心架構(gòu)和算法、甚至不發(fā)表技術(shù)報(bào)告了。

DeepSeek V3和R1模型的發(fā)布和開源加速了全球類GPT-4和OpenAI o1模型的推出。聘任一個(gè)在OpenAI直接參與過模型后訓(xùn)練、并接觸過其預(yù)訓(xùn)練的研究者擔(dān)任LLM模型負(fù)責(zé)人，對騰訊混元來說是也是一種加速。

姚順雨加入騰訊兩個(gè)月后，2025年12月初，騰訊發(fā)布混元2.0模型，總參數(shù)為4060億。其英文名更新為HY2.0，被視為重視全球市場的舉措。有人猜測該模型就是姚順雨入職后的成果。但按照業(yè)內(nèi)訓(xùn)練一代模型的周期來看，混元2.0不太會是姚順雨從零開始訓(xùn)練的模型。

「模型參數(shù)量與模型能力之間是必要不充分關(guān)系，參數(shù)量大，模型性能不一定強(qiáng)，但參數(shù)量小，模型潛力一定有限�！股鲜鰳I(yè)內(nèi)人士說，姚順雨大概率會訓(xùn)練出一個(gè)參數(shù)量更大的模型，估計(jì)需要大半年時(shí)間——在有「配方」、有更多資源的條件下，時(shí)間可能會更短。這意味著，姚順雨和騰訊的甜蜜期差不多就是半年，這位27歲的年輕管理者需要交出一些實(shí)際成果，才能在騰訊這個(gè)有著11萬人的大廠坐穩(wěn)大模型一號位。

2025年4月，姚順雨在其個(gè)人博客中寫下《The Second Half》（下半場）一文，「宣布」大模型已經(jīng)具備足夠的推理能力，大模型競爭已經(jīng)完成上半場的預(yù)訓(xùn)練戰(zhàn)斗，進(jìn)入以后訓(xùn)練和Agent開發(fā)為主題的下半場。但在騰訊，他得重新鏖戰(zhàn)上半場。

一位接近騰訊混元的人士對「新皮層」稱，混元下一個(gè)版本將是一個(gè)Agent模型，主要由姚順雨主導(dǎo)訓(xùn)練。

（應(yīng)采訪對象要求，文中林楓、許嵐、陳立峰、秦瑩瑩為化名，記者王杰夫、實(shí)習(xí)記者李昂、肖赫對本文亦有貢獻(xiàn)）

微信編輯| 七三

第一財(cái)經(jīng)持續(xù)追蹤財(cái)經(jīng)熱點(diǎn)。若您掌握公司動態(tài)、行業(yè)趨勢、金融事件等有價(jià)值的線索，歡迎提供。專用郵箱：bianjibu@yicai.com

（注：我們會對線索進(jìn)行核實(shí)。您的隱私將嚴(yán)格保密。）