腾讯的 AI 路，不只一条。

撰文 | 赵卫卫

腾讯卧虎，微信藏龙。

一边腾讯集团的顶层意志，97   年的「新人」姚顺雨空降腾讯，挖来行业顶尖人才，改造混元大模型已有半年，最新发布的混元   Hy3   正式版，接入腾讯内部的   WorkBuddy、元宝等产品，正在缩小与头部模型的差距，他们要去论证一个命题：腾讯虽然慢了，可依然有节奏。

另一边是微信生态内的   AI   改造，加入腾讯   20   多年的老人，带着周杰等一批本土背景的微信   AI   团队成员，从   2022   年就布局自研的   WeLM   大语言模型，今年密集更新技术博客，支撑起微信正在内测的   AI   助手「小微」，计划在今年三季度上线，他们要去证明：一个自研低成本、效率优先的模型，更适配微信生态的场景。

「不愧是鹅，LLM（大语言模型）也能供俩团队赛马」，有用户在   WeLM   技术团队的社交媒体上评价。

「我们致力于在极致的资源效率下，探索智能边界」，这是微信   AI   团队在博客中写下的使命。事实上，这句话也是姚顺雨空降混元团队之后的某种写照，他推动混元摒弃对标榜单的思维，不追求万亿参数、不堆超长上下文，而是用中等参数规模加优化过的推理工程，稳步提升模型能力。

不同在于，混元大模型团队历经   3   代技术负责人后终于稳定，从最初的张正友到蒋杰再到如今的姚顺雨，混元隶属技术工程事业群（TEG），姚顺雨直接向刘炽平汇报；

而微信   AI   团队的   WeLM   隶属于微信事业群（WXG），团队从内部成长且保持稳定，负责人是微信创始团队成员。

微信   AI   化，操盘手是一群懂产品的本土派「老人」，也是一个十四亿级体量产品如何保持低调克制、深入   AI   场景的故事；

而混元大模型的操盘手是赢得更多瞩目的「新人」姚顺雨，背后是打造强悍底座模型、带动腾讯云与游戏业务增长的规模化叙事。

腾讯的   AI   船票，不只一张，混元和   WeLM 两条路线，一条走规模突破、一条走场景深耕，都指向腾讯未来会进入持续投入期。

微信   AI   团队和混元团队都在打造核心的基座模型，外来   AI   新人与微信本土老人双线并行还是战略收拢？混元会成为腾讯内部统一的   AI   底座吗？

这是留给腾讯管理层的真命题。

1

微信  AI，低调老兵团

相比于姚顺雨之于腾讯混元大模型的巨大关注度，微信   AI   团队的负责人非常低调，近几年很少公开露面。

他目前是微信事业群技术架构负责人，正在内测的微信智能体「小微」就是他带队推进，这是微信第一个原生   AI   助手，计划将在今年三季度推向更多用户端。

他最广为外界所知的一次，是   10   年前的一个公开分享，题目是《一亿用户增长背后的架构秘密》，里面提出的「大系统小做、让一切可扩展、必须有基础组件、轻松上线」架构理念，后来成了互联网技术行业讨论微信高并发系统时反复引用的「四大法器」。

更少为人所知的是，微信   WeLM   的第一篇技术论文，《WeLM：一个经过充分预训练的中文语言模型》发布于   2022   年   9   月，时间上早于   2022   年   11   月   ChatGPT   的正式公开，是国内较早跟进通用预训练大模型路线的团队之一。

微信   AI   团队当时采用   100   亿参数规模进行训练，性能显著优于当时同规模的预训练模型，并且能够与规模大   25   倍的模型相媲美。

在论文中，一共   8   位署名作者，包括苏辉、周霄、侯金玉、沈晓宇、陈宇文、朱子霖、杨宇、周杰。（音译）

目前看，除了公开资料查到   2   人离开，微信   AI   的原始大模型团队四年间基本保持稳定。

苏辉是当时论文的第一作者之一，他于   2023   年加入美团，成为研发美团龙猫   LongCat-Flash   中的一员；朱子霖于   2025   年加入智谱，现在是智谱的   RL Infra   工程师，他创建并主导的项目叫   slime，是一个专门做   LLM   强化学习后训练的开源框架。

2026   年   7   月最新论文显示，  WeLM   基座大模型团队已经有   48   人规模，扩大到了   6   倍，其中中文名占绝对多数，只有一名作者疑似海外背景，名为   Donald He（唐纳德 · 何）。

而模型论文的最后一位作者，往往意味着他是研究方向的负责人。

WeLM   技术论文名字出现频率最高的，是微信模式识别中心负责人、WeLM   技术总负责人周杰，他带队完成从   10B   稠密模型到   MoE   架构的全系列技术迭代，是团队研发的一号位技术主管。

周杰   2017   年加入腾讯，此前是中科院理论物理研究所博士，后转而研究计算机深度学习和人工智能技术，专注于自然语言理解方向。他同样非常低调，最近一次公开出席活动，还是   2024   年   6   月参加湖南大学的通识教育讲座。

不难看出，从微信   AI   负责人到   WeLM   技术负责人，以及从   2022   年至今稳定的大模型团队成员，微信   AI   团队基本都是腾讯资历很久的「老人」主导。

相比于姚顺雨主导混元大模型带来的一大批空降「新人」，微信   AI   团队走的是内生成长、稳定迭代的路线，团队根基更深、人员流动性更低，技术路线与微信业务场景的绑定也更紧密。

2

把「节省」刻在骨子里

「我们致力于在极致的资源效率下，探索智能边界」，这句话是在说，别人拿算力堆参数，微信   AI   拿脑子省算力。

微信   AI   必然要面对内部赛马，「财新」曾报道，腾讯的算力资源集中在大模型混元和元宝   App，腾讯   GPU   资源紧缺，制约了   WeLM   的训练速度，微信事业群只得不断向集团申请新的卡资源，「跑了几个月才跑出来。」

而与此同时，腾讯总裁刘炽平也认为，在微信中研发智能体的挑战首先在于保障用户隐私和安全，一些特定场景下的功能不是通用模型能轻易实现，面向微信庞大的用户群体，模型需要进一步提升推理能力。

此外，「晚点   LatePost」采访的一位腾讯人士说，现在混元的目标是去突破智能上限，微信则是找到更经济的算力模式，以适应大用户量的场景。

微信   AI   选择「节省」这条路，本质上是商业落地的必然选择。

微信是一个月活超   14   亿的国民级应用，大模型的算力成本是超大规模产品的核心约束，单位成本哪怕相差   0.0001   元   /   千   token，乘以   10   亿用户量级后都会变成巨额数字，这也是微信极度重视成本优化、坚持自研底层模型的根本原因。

豆包已经给出前车之鉴，算力成本攀升导致不得不开启收费之路。据国联民生证券   5   月一份研报测算，以最便宜的豆包模型计算，豆包提供一天免费   AI   服务的成本为   1.32   亿元至   2.4   亿元。

微信   AI   的破解方法是什么？7   月   14   日正式发布的《Hidden Decoding at Scale》技术报告就是答案之一。

当一个基座模型训练收敛后，想再往上突破能力边界该怎么办？行业的标准答案早已形成路径依赖：扩参数、加层数、拓宽度，再动用万卡级集群重跑一轮完整预训练，也就是用算力的线性投入，换性能的亚线性提升。

WeLM 的选择是将每个   Token   拆分为   4   路 「隐藏计算流」，为每个   Token   分配更多内部计算，从而在保持骨干网络基本不变的情况下继续提升模型能力。结果是，80B   模型的训练成本仅上涨   5.1   倍，617B   模型仅上涨   4.4   倍，远低于朴素实现下   16   倍的理论开销。

此前另一篇技术博客《以适度资源构建高效稀疏 MoE 模型》，80B   总参数，单步激活   3B   的   MoE   模型，仅用不到   14T Tokens   的语料就完成了训练，综合性能却能追平甚至超越同量级，乃至更大参数规模的通用模型。

最后文章的结论很直白，「这些方法为在不依赖极端规模资源的情况下开发高效且强大的模型提供了一条切实可行的路线图。」

而这是   WeLM   四年中一以贯之的，2022   年是用   10B   打平   25   倍大小的对手，2026   年是用   3B   的激活参数扛住   14   亿用户的调用，技术博客里罗列的一系列工程细节，单独看都是细碎的优化，拼起来就是一套完整的「极致提效」 体系，都是「节省」的艺术。

问题的量级换了一茬，解法的底层逻辑没换，都是用更极致的资源效率解决十亿级别产品的调度问题。

而从目前微信   AI   助手「小微」内测的测评来看，朋友圈和私聊的数据只能读取最近   2   天的记录，这避免全量历史数据的高算力开销；对小程序的操控基于官方   Skill   的程序化接口，而非视觉识别模拟点击；通讯录   Skill   明确规定：绝对禁止一轮调用多个工具、禁止并行调用工具。

这些都体现了微信   AI   全链路成本控制的方法论：不是追求极致好用，而是确保稳定可用。

3

上桌之后怎么办？

从目前的腾讯   AI   战略中看，四层布局已经完成：

底座的混元大模型提供推理、代码和   Agent   能力，争取进入行业第一梯队；元宝作为通用应用，验证   C   端需求和内容消费能力；WorkBuddy、CodeBuddy   打造办公场景和企业消费的闭环；微信   AI   小微作为平台   AI   入口，完成微信内容、广告和商业化能力的闭环，提升   AI   叙事的上限。

混元   Hy3   已经发布，微信   AI   小微在内测，新人老人都要上桌。

问题是，混元和   WeLM   都在建设基础大模型，未来是否会带来内部产品协调的问题。高盛分析师在研报中直言，「这意味着，腾讯在集团内部同时维持两套独立的大模型研发体系并行运作，两者之间能否实现协同、训练成本能否最终整合，目前仍是未知数。市场担心这是资源重复投入。」

高盛测算，这部分投入可能相当于腾讯   2026   年第四季度经调整营业利润的   5%   至   17%，但即便如此，高盛依然维持买入评级，认为长期生态红利足以覆盖短期的重复建设成本。

这种资源重复投入的论调，是拿过去的经验看问题，谷歌   2023   年主动让   DeepMind   和   Google Brain   合并，是观察腾讯双模型体系最有价值的行业镜鉴，它验证了一个规律：当大模型成为公司核心战略时，底层技术的重复建设终将被规模效应收编。

但对于当下的腾讯来说，目前还不是一个非此即彼的选择题，双轨并行虽然有效率损耗，但也保留了业务侧的灵活性，唯一可能倒逼真正合并的催化剂，是成本，是投入期的利润率。

毕竟   AI   竞赛已经进入「资本决赛」阶段了。

大洋彼岸，Anthropic   估值已经超过了   OpenAI，达到   9650   亿美元，最快   10   月登陆纳斯达克；而   OpenAI   的上市计划已经从原定的今年秋天推迟到   2027   年；太平洋这一侧，腾讯投资的   DeepSeek   也在筹备   IPO，目前估值约   710   亿美元，最快   2027   年上市。

大模型是一场不进则退的资金消耗战，谁的研发投入慢下来，谁就可能在下一代模型竞赛中掉队。

审校 | 陈秋霖

END