國(guó)內(nèi)大模型的競(jìng)爭(zhēng)，最近卷得有些讓人眼花繚亂。幾乎每隔一段時(shí)間，就會(huì)有新的模型發(fā)布，配上一張漂亮的跑分截圖，然后悄悄在你的手機(jī) App 里更新，不看新聞你甚至不一定知道自己用的是哪個(gè)版本。

這不，騰訊今天悄悄給元寶更新了全新混元 Hy3-Preview 模型，號(hào)稱是「底層推倒重來的第一作」。主導(dǎo)這次重建的是首席 AI 科學(xué)家姚順雨，他是ReAct 框架的提出者，也是元寶團(tuán)隊(duì)去年從學(xué)術(shù)界挖來的重量級(jí)人物。

（圖源：騰訊混元）

有意思的是，Hy3-Preview刻意回避了跑分競(jìng)賽的路子，提出"評(píng)測(cè)真實(shí)性"原則，主動(dòng)跳出容易被刷榜的公開榜單，改用自建題目和人工評(píng)測(cè)來衡量真實(shí)戰(zhàn)斗力。官方特意強(qiáng)調(diào)了三個(gè)方向的重磅升級(jí)，分別是復(fù)雜推理、代碼，以及智能體。

（圖源：雷科技制圖/官方 Promot 制作的網(wǎng)頁游戲）

既然如此，那么小雷也不去看所謂的跑分、數(shù)據(jù)、榜單，直接來一波實(shí)測(cè)，就看看在這三個(gè)部分 Hy3-Preview 的表現(xiàn)到底如何。

Hy3代碼實(shí)測(cè)：復(fù)雜任務(wù)有點(diǎn)難，生成速度非�？�

這次我們實(shí)測(cè)圍繞四個(gè)方向展開，分別是網(wǎng)頁生成、游戲編寫、交互建模和 SVG 動(dòng)畫。為了從普通用戶的視角進(jìn)行測(cè)試，我們使用的提示詞全都是偏自然語言的描述，比如"做一個(gè)交互式音樂可視化網(wǎng)站"、"做一個(gè) Roguelike 地牢探索游戲"這種，主要還是為了看看Hy3-Preview在沒有明確指引的情況下，自己會(huì)做哪些決策、能把一件事做到什么程度。

（圖源：雷科技制圖）

第一輪我們來一個(gè)不算很難的 SVG 星圖動(dòng)畫設(shè)計(jì)，這個(gè)代碼的難點(diǎn)在于想象自己在一張紙上畫一個(gè)會(huì)動(dòng)的星空，同時(shí)還要讓人能用手指轉(zhuǎn)動(dòng)它、點(diǎn)擊星座看故事，這個(gè)場(chǎng)景其實(shí)在很多天文館也有展示。

在元寶客戶端上使用最新的 Hy3-Preview 模型，輸入提示詞之后，大約 30 秒就完成了代碼輸出，速度非常快。但出來的效果其實(shí)比較一般，基礎(chǔ)框架搭得還算清晰，星星的生成和行星軌道的思路是對(duì)的，可惜流星效果沒有做出來，拖拽交互也出現(xiàn)了問題，星座只有兩個(gè)。

（圖源：雷科技制圖）

為了驗(yàn)證這段提示詞的可行性，我們也嘗試了 Codex 進(jìn)行實(shí)測(cè)，同一段提示詞下，Codex 幾乎需要 5 分鐘才能生成網(wǎng)頁，而它也沒有按要求做流星特效，只做了粒子效果，但星座故事是完整的，也有點(diǎn)擊和拖拽效果。

（圖源：雷科技制圖/由 Codex 制作）

接著我們讓它試試看做一個(gè)城市夜景 SVG 動(dòng)畫，這次它把題目要求的東西都做到了，建筑有層次，窗戶真的會(huì)隨機(jī)亮滅，車燈在街道上流動(dòng)，閃電有雙閃效果，尤其是窗戶亮滅寫得很細(xì)心。

（圖源：雷科技制圖）

接下來我們就要做一些比較有挑戰(zhàn)性的測(cè)試，比如讓元寶做一個(gè)網(wǎng)頁游戲，而且是模擬建造游戲。這次元寶真的做了一套完整的游戲框架，經(jīng)濟(jì)系統(tǒng)有收入、支出、稅收、維護(hù)費(fèi)，每個(gè)月會(huì)結(jié)算一次，甚至有交通、噪音、綠化，還做了隨機(jī)事件，偶爾會(huì)冒出"新居民遷入"或者"稅收增加"的通知。

（圖源：雷科技制圖）

在做一個(gè)經(jīng)典 Roguelike 游戲的時(shí)候，元寶還是稍微有點(diǎn)點(diǎn)掉鏈子，雖然它想到了設(shè)計(jì)戰(zhàn)士/游俠/法師三個(gè)職業(yè)，整體的地牢地圖設(shè)計(jì)得也還算合理，但它忘記了最重要的一件事，那就是設(shè)計(jì)敵人。沒有敵人的話，主角就只能在地圖里跑來跑去，也沒法獲得經(jīng)驗(yàn)升級(jí)。

（圖源：雷科技制圖）

最后來到交互建模的部分，我們給出提示詞，要求元寶做一個(gè)點(diǎn)擊位置會(huì)擴(kuò)散出真實(shí)的水波紋的交互特效，而這次元寶給的出的結(jié)果確實(shí)很不錯(cuò)，它用了像素級(jí)的波紋疊加把每一幀直接操作 Canvas 的像素?cái)?shù)據(jù)，把多個(gè)波紋的強(qiáng)度疊加在一起生成水波紋的效果，其次是三個(gè)控件都真實(shí)可用。

唯一的遺憾可能就是波紋疊加的干涉效果不夠明顯，兩個(gè)波紋交匯的時(shí)候，那種"亮一下"的疊加感偏弱。

（圖源：雷科技制圖）

從這幾輪的代碼測(cè)試來看，Hy3-Preview 在創(chuàng)意執(zhí)行和界面呈現(xiàn)上已經(jīng)進(jìn)入可用的范圍，用來做效果展示類的東西是夠的，但如果任務(wù)本身的要求比較難，元寶可能會(huì)選擇性地先搭好整個(gè)框架，再慢慢詢問你的需求，是否要繼續(xù)增加功能。速度的確是快的，可惜結(jié)果目前看來并不是特別完美。

邏輯推理，元寶被表面現(xiàn)象迷惑？

如果說編程測(cè)試考的是模型能不能"做出來"，推理測(cè)試考的就是它能不能"想清楚"。為了考驗(yàn)它的推理能力，我們給 Hy3 Preview 出了四道常識(shí)推理題，沒有公式可以套，全靠對(duì)真實(shí)世界的理解。

結(jié)果有點(diǎn)出乎意料，它在最"聰明"的題上翻了車，卻在最考驗(yàn)?zāi)托牡念}上發(fā)揮穩(wěn)定。

第一道題是個(gè)精心設(shè)計(jì)的陷阱，"一瓶水和一塊冰，放在同一個(gè)保溫箱里密封，24小時(shí)后，保溫箱里的水變多了還是變少了？"正確答案是不變，因?yàn)橄渥用芊�，里面的總質(zhì)量哪兒也去不了，冰融化成水、水蒸發(fā)成水汽，形態(tài)在變，總量不動(dòng)。Hy3 的回答是：水變多了。

（圖源：雷科技制圖）

它的理由聽起來頭頭是道，冰在保溫箱里會(huì)升華，水蒸氣遇到冷的瓶壁凝結(jié)成液態(tài)水，所以液態(tài)水增加了。這個(gè)過程描述的單獨(dú)看沒什么問題，升華是真實(shí)存在的，凝結(jié)也是真實(shí)存在的，但它漏掉了一個(gè)前提是箱子是密封的，升華出來的水蒸氣、凝結(jié)回去的液態(tài)水，都還在箱子里，液態(tài)水多了，意味著別的形態(tài)的水就少了，加起來總量守恒。

這是一個(gè)典型的漏看細(xì)節(jié)的錯(cuò)誤，題目里"密封"兩個(gè)字是最重要的條件，它卻把注意力全放在升華和凝結(jié)這兩個(gè)物理過程上，最后給出了一個(gè)聽起來有道理，但是錯(cuò)誤的答案。

不過接下來的題目，它的表現(xiàn)明顯回來了。

第二道題問的是：早上出門，發(fā)現(xiàn)鄰居家報(bào)紙沒拿、車還在、窗簾拉著、燈沒開，能推斷出幾種合理解釋，哪種最可能？這道題沒有標(biāo)準(zhǔn)答案，考的是推斷有沒有層次。

（圖源：雷科技制圖）

它的回答是認(rèn)真的，有把幾種可能性分層列出來，每種解釋都附上了"支持點(diǎn)"和"疑點(diǎn)"，最后得出最可能的結(jié)論是鄰居還沒起床，車在說明人大概率在家，窗簾拉著燈沒開符合還在睡覺的狀態(tài)，報(bào)紙沒拿是自然結(jié)果。整個(gè)推斷鏈條清晰，沒有直接跳到戲劇性結(jié)論，也沒有把"出事了"這種小概率情況排在第一位。這種"優(yōu)先考慮最平凡的解釋"的判斷方式，其實(shí)是推理里最難的。

第三道題問餐廳為什么把沒人點(diǎn)的最貴菜放在菜單第一頁，它答出了"價(jià)格錨定效應(yīng)"，解釋清楚了這道菜的作用不是被點(diǎn)走，而是讓顧客看到它之后覺得后面的菜價(jià)格合理。這個(gè)答案到位，而且它額外說了一點(diǎn)，放在第一頁而不是最后一頁，是因?yàn)榈谝粋�(gè)看到的數(shù)字對(duì)后續(xù)判斷影響最大，這個(gè)補(bǔ)充說明沒有在題目里，是它自己想到的，這個(gè)值得點(diǎn)贊。

（圖源：雷科技制圖）

綜合四道題來看，Hy3 在常識(shí)推理上呈現(xiàn)出一個(gè)有意思的特點(diǎn)，越是需要慢慢思考的題，它越容易出錯(cuò)，但需要展開來說的題，它反而發(fā)揮穩(wěn)定。

換句話說，它更擅長(zhǎng)把一個(gè)問題講得有條理，但在判斷"這道題的關(guān)鍵條件是什么"這件事上，有時(shí)候會(huì)被自己的知識(shí)量拖累。第一道題就是最好的例子知道的太多，反而沒注意到題目里最重要的兩個(gè)字。

其實(shí)這不只是 Hy3 的問題，幾乎是所有大模型在常識(shí)推理上的共同現(xiàn)象。真正考驗(yàn)?zāi)Ｐ偷�，從來不是它知不知道升華和凝結(jié)，而是它在一堆知識(shí)涌上來的時(shí)候，能不能先停下來，把題目讀完。

不過，拋開邏輯題之外，這次 Hy3-Preview 的確比之前多了點(diǎn)“活人感”。比如我跟他說“我今天被領(lǐng)導(dǎo)批評(píng)了，心情不好”，它就會(huì)直接安慰我，而不是讓我反思自己的問題，先不說這種做法對(duì)不對(duì)，但至少情緒價(jià)值給到了。很多人在這種時(shí)刻，需要的不就是情緒上的安慰嗎？

（圖源：雷科技制圖）

說實(shí)在的，答對(duì)一道推理題不難，但在對(duì)的時(shí)刻說一句對(duì)的話，更難，前者還能靠知識(shí)，而后者就只能靠理解了。很顯然，Hy3 Preview 在這件事上，似乎比它的前輩們更有感覺了一點(diǎn)。

Hy3 Preview，有驚喜也有遺憾

測(cè)完這些，有種微妙的對(duì)照感——這個(gè)模型知道自己在做什么，但還沒完全做到。

先說好的地方，創(chuàng)作和表達(dá)是 Hy3 Preview 目前最穩(wěn)定的部分。比如城市夜景動(dòng)畫有審美、有細(xì)節(jié)，水波紋的實(shí)現(xiàn)思路選對(duì)了，推理題里的鄰居場(chǎng)景分析層次清晰，聊天回復(fù)也確實(shí)少了那種一眼就能認(rèn)出來的"AI腔"。這些加在一起，說明它在理解需求、組織語言、拿捏表達(dá)上已經(jīng)有了相當(dāng)?shù)姆e累。用來聊天、寫東西、做創(chuàng)意類的任務(wù)，體驗(yàn)是真的很不錯(cuò)。

但硬任務(wù)一來，差距就出來了。機(jī)械運(yùn)動(dòng)的物理邏輯錯(cuò)了大半，保溫箱那道題被自己的知識(shí)量帶跑，肉鴿游戲只搭了個(gè)殼。這幾個(gè)案例指向同一個(gè)問題，它能把事情說得頭頭是道，但做起來的效果，其實(shí)還是有一點(diǎn)點(diǎn)不太讓人滿意。

不過放到整個(gè)行業(yè)背景里看，Hy3-Preview 完全是及格線以上的模型。

過去兩年，國(guó)內(nèi)大模型的競(jìng)爭(zhēng)基本圍繞兩件事展開：參數(shù)規(guī)模和榜單排名。誰的參數(shù)更大，誰在 MMLU、GSM8K 上跑得更高，誰就站上發(fā)布會(huì)的 C 位。這種方式在早期是有意義的，它建立了一個(gè)共同的評(píng)判標(biāo)準(zhǔn)，讓行業(yè)能快速分出梯隊(duì)，就如同手機(jī)性能跑分，分高自然就是強(qiáng)。

（圖源：騰訊混元）

但它的問題也越來越明顯，榜單和真實(shí)體驗(yàn)之間的差距，用戶早就感受到了。一個(gè)在數(shù)學(xué)推理榜單上排名很高的模型，可能在你問它"幫我潤(rùn)色一下這段話"的時(shí)候交出一篇比你原文還“AI”的東西。評(píng)測(cè)題和真實(shí)任務(wù)之間的距離，有時(shí)候比人們想象的要遠(yuǎn)得多。

騰訊這次選擇的方向，某種程度上是在回應(yīng)這個(gè)問題。他們提出不追公開榜單、用真實(shí)場(chǎng)景來驗(yàn)證模型能力，這個(gè)思路本身代表了行業(yè)一種新的成熟度，不是比誰分高，而是比誰真的好用。

從這個(gè)角度來看，Hy3 Preview 的意義不完全在于它現(xiàn)在能做到什么，更在于它選擇了一條更難但更對(duì)的路，那就是放棄刷榜的捷徑，從預(yù)訓(xùn)練到強(qiáng)化學(xué)習(xí)全部推倒重建。三個(gè)多月后交出這樣一份答卷，從雷科技的實(shí)測(cè)來看，驚喜是有的，遺憾也確實(shí)有一點(diǎn)。

Hy3 Preview 目前的位置，在表達(dá)和創(chuàng)意上已經(jīng)夠用，在需要嚴(yán)格正確的任務(wù)上還需要時(shí)間。對(duì)普通用戶來說，現(xiàn)在拿它來聊天、寫東西、處理日常信息，體驗(yàn)是值得一試的。對(duì)于更高的期待，騰訊說了正式版還在路上，更大規(guī)模的模型也在訓(xùn)練中。

而且，既然這個(gè)版本帶了“Preview”這個(gè)后綴，就說明它還沒到正式版本的時(shí)候，或許等到摘掉了這個(gè)后綴，我們就能見識(shí)到混元真實(shí)的實(shí)力了。

2026第十九屆北京國(guó)際汽車展覽會(huì)將于4月24日至5月3日在北京?中國(guó)國(guó)際展覽中心（順義館）和首都國(guó)際會(huì)展中心（新國(guó)展二期）舉行，本屆車展以“領(lǐng)時(shí)代·智未來”為主題，集中展現(xiàn)汽車工業(yè)的更多黑科技。
比亞迪、小米、鴻蒙智行（問界等）、小鵬、蔚來、嵐圖等頭部品牌集結(jié)，多款重磅新車首秀；地平線、Momenta、卓馭等供應(yīng)商集體秀肌肉，AI大模型深度賦能，高階智駕、動(dòng)力電池、超快充技術(shù)等前沿科技集中亮相，看點(diǎn)拉滿！
雷科技旗下「電車通」將派出報(bào)道團(tuán)直擊現(xiàn)場(chǎng)，以“關(guān)注電動(dòng)車，更懂智能化”的專業(yè)視角，帶來一線獨(dú)家報(bào)道，敬請(qǐng)關(guān)注！