（来源：不慌实验室）

7 月 24 日消息，腾讯 TEG 官宣重磅组织架构调整，正式撤销大语言模型部、多模态模型部，整合成立全新基础模型部，由姚顺雨全权执掌混元大模型整体研发工作。

本次架构合并终结双线分散研发模式，是腾讯 AI 迈向统一底座、攻坚 AGI 的关键一步。

本次 TEG 组织调整核心清晰、指向明确。

腾讯新设基础模型部，全面承接混元大模型前沿技术探索、基础模型研发等核心工作，覆盖模型架构优化、数据训练策略、强化学习、Agent 智能体四大核心方向，协同各模态研发能力，高效开发并迭代基础模型架构，面向 AGI 愿景探索智能上限、确保技术领先。

与此同时，新部门将统筹搭建 AI PaaS 中台体系，赋能公司内外部的产品创新与业务应用。

原独立运行的大语言模型部、多模态模型部正式撤销，相关业务线、研发团队并入新部门，持续一年多的双部门割裂研发模式彻底终结。

人事层面，姚顺雨兼任基础模型部负责人，直接向 TEG 总裁卢山汇报，原有管理职责保持不变。

复盘腾讯近年 AI 组织迭代，2025 年 4 月，腾讯将混元研发团队拆分，大语言模型、多模态业务分设部门独立运行；同年 12 月，架构进一步完善，正式设立 AI Infra、AI Data、数据计算平台部，全面强化大模型研发体系与核心能力。

彼时，姚顺雨统筹算力底座与语言模型研发，多模态团队独立运作，双线并行之下，训练标准不统一、技术无法互通、算力资源内耗等问题长期存在。

伴随混元 Hy3 版本落地，行业逐步进入全模态融合竞争时代，文本、图像、视频、3D 生成能力深度绑定，分散式研发已无法适配快速迭代需求，部门整合成为必然选择。

纵观头部互联网大厂，当前均走向资源集中、统一底座的研发路线，即字节将所有大模型与多模态研发统一收拢于 Seed 团队，阿里通义大模型实行一体化统筹，百度长期坚持全栈自研体系。

腾讯此次调整，彻底打通语言与多模态技术壁垒，杜绝内部算力争抢、标准冲突、成果割裂等问题。

目前混元 Hy3 采用 MoE 混合专家架构，总参数 295B、激活参数 21B，版本落地一周后，总调用量较上一代 Hy2 增长超 68 倍，已在智能办公、代码辅助、3D 创作等场景规模化落地，组织架构理顺后，技术迭代与场景落地效率将进一步释放。

看似简单的部门合并，实则是腾讯 AI 发展路线的关键性战略转向，从过去分项突破、单点攻坚，正式切换为底座先行、全栈协同的 AGI 研发逻辑。

在双部门拆分阶段，语言模型团队聚焦文本推理、对话交互能力打磨，多模态团队独立攻坚图像、视频、三维生成技术，两套体系拥有独立的训练数据、技术框架与研发流程，底层资源重复投入、技术难以复用，研发效率存在明显损耗。

全新基础模型部建立统一研发规范，以通用语言模型为技术底座，多模态能力作为外延拓展，全力打造原生全模态大模型，完全对齐当前行业主流 AGI 技术路线。

新部门形成双层核心任务体系，向上攻坚通用智能边界，重点突破 Agent 智能体自主决策、自主执行能力；向下搭建标准化 AI PaaS 中台，将大模型能力模块化、组件化，为集团全业务线提供统一 AI 支撑。

腾讯坐拥微信、企业微信、腾讯云、游戏等顶级流量与场景资源，但过往各业务线独立对接模型、自主适配开发，成本高、效率低、无法形成生态合力。

统一中台落地后，内部 AI 赋能成本有望大幅降低，同时可对外输出标准化 AI 服务，强化 To B 商业化能力。

目前混元 3D 系列模型社区下载量突破 300 万次，图像模型稳居国内开源第一梯队，组织协同理顺后，多模态产品的迭代速度与落地规模将迎来提速窗口。

负责人姚顺雨具备 OpenAI 核心研发背景，同时统筹 AI 基础设施与基础模型研发，形成算力调度与算法研发一体化管理模式，大幅压缩决策链路。

过往算力基建、模型研发分属两条体系，资源匹配、任务排期存在沟通成本；如今统一归口管理，数据治理、算力调配、模型训练高效联动，有效缓解大模型研发周期长、资源匹配慢的行业痛点。

商业化层面，腾讯不再主攻同质化 C 端独立 AI App 赛道，坚持生态内嵌、场景渗透路线，依托 WorkBuddy 办公助手、微信内嵌 AI 功能实现轻量化落地。

统一模型底座建成后，集团全场景产品可同步完成 AI 能力升级，形成差异化生态壁垒。

当前国内通用大模型数量庞大，行业同质化竞争白热化，应用层比拼的本质，是底层模型底座的厚度与稳定性，本次架构整合，正是腾讯补齐核心短板的关键布局。

组织架构的堵点已然疏通，但混元冲刺行业第一梯队，仍面临多重现实挑战与行业隐忧。

从技术排位来看，混元大模型此前长期处于国内第二梯队，在复杂逻辑推理、超长文本理解、幻觉抑制等核心能力上，与头部模型仍存在明确代差。

组织整合仅能提升研发效率，无法快速弥补长期技术积累差距。同时大模型属于高投入、长周期赛道，算力采购、高端人才薪酬持续抬升成本，阶段性压制企业盈利水平，若商业化增速无法匹配研发投入增速，长期财务压力将持续累积。

内部磨合阵痛同样不可忽视。两支长期独立运作的研发团队，工作范式、技术偏好、项目节奏存在差异，合并后流程重构、权责梳理、团队融合需要周期，存在短期效率波动风险。

行业内多起团队整合案例显示，盲目合并易引发架构臃肿、权责模糊，反而拖累研发进度。

商业化端短板尤为突出，混元外部独立获客能力偏弱，To B 业务高度依托腾讯云存量客户资源，市场化拓展速度显著落后同业。

尽管 AI PaaS 中台被列为核心目标，但集团各事业群业务诉求差异化明显，部分业务线已有成熟技术选型，统一模型体系的内部渗透仍存在阻力。

外部行业竞争更是日趋内卷，头部厂商保持一至三个月一次的迭代节奏，参数规模、模态能力、Agent 功能持续加码，行业淘汰速度不断加快。

大模型赛道具备强周期属性，一旦资本市场热度回落，行业将迎来深度洗牌，仅有场景深度绑定、技术持续迭代的模型能够留存。

腾讯核心优势在于十亿级微信生态流量，但平台开放程度有限，外部开发者生态、开源社区活跃度偏弱，难以像竞品一样依靠社区力量快速迭代。

本次架构改革，补齐了腾讯 AI 的组织协同短板，但技术赶超、人才吸纳、算力加码、生态开放、商业落地，依旧是后续需要持续突破的核心命题。

对于资本市场而言，架构优化只是手段，混元大模型能否从技术优势，转化为可量化的营收增量，才是检验本次改革成效的最终标准。