剛剛，騰訊混元 Hy3 正式發佈。 相比4月底發佈的 preview版本，Hy3 在軟體開發、辦公生產、金融建模、前端設計、遊戲製作等生產力任務上的進步尤其顯著。 目前，Hy3 已率先接入WorkBuddy、CodeBuddy、元寶、ima、Marvis、QQ 瀏覽器、騰訊新聞、WeGame、騰訊樂享、搜狗輸入法、騰訊地圖、微信公眾號等核心業務，近 50 個業務也在排隊接入中。 混元正在通過海量真實業務實戰，持續打磨更實用、更實惠的模型。

7月6日，騰訊混元Hy3正式版發佈。Hy3是一個快慢思考融合的模型，採用MoE架構，總參數295B、啟動參數21B，支援256K上下文長度。 4月23日發佈的Hy3 preview，在複雜推理、指令遵循、上下文學習、程式碼生成與智能體能力上相較於Hy2實現質變；Hy3延續了清晰陡峭的能力增長曲線，通過進一步提升後訓練的算力規模以及資料質量和多樣性，在各類任務上較Hy3 preview再次躍升，以較小尺寸首次比肩國內外大尺寸旗艦模型的效果。 Hy3延續了實用、普惠的模型定位，定價為輸入 1元/百萬tokens，輸出 4元/百萬tokens，輸入命中快取價格僅0.25元/百萬tokens。 開源方面，Hy3採用商業友好度最高的Apache2.0開源協議，開放度和自由度都更高，全球開發者均可下載和免費商用。為進一步方便全球開發者使用，Hy3將陸續在多個海外平台上線，覆蓋OpenRouter、Hermes、Kilo、Cline、OpenClaw、OpenCode、CherryStudio等，且同時“day 0”接入開源模型社區Huggingface、Modelscope 魔搭平台。

騰訊混元本周公佈了一組最新資料：Hy3 preview的Token呼叫量持續增加，目前總量已超過上一代版本模型Hy2的10倍，其中程式碼和智能體類場景尤甚。過去一周，在AI模型聚合平台OpenRouter上，Hy3 preview呼叫量問鼎周榜總榜以及市場佔有率第一。 圖片來源：視覺中國 這組資料在給予騰訊AI戰略調整以階段性肯定之外，也反映了當下AI技術發展邏輯的轉換——競爭開始從追求“更智能、更高級的模型”，轉向“應用得更廣泛、更深入的模型”。 Hy3 preview是騰訊密集調整後交出的首份答卷。騰訊首席執行長馬化騰今年1月指出，公司在AI上“慢了”，基礎建設已落後。隨後，上任不久的首席AI科學家姚順雨，領隊推進重建預訓練與強化學習基礎設施。3月，成立近十年的AI Lab被撤銷，其部分研發力量併入混元團隊。

生成式AI一、ChatGPT正式測試廣告功能，OpenAI承諾不干預回答內容1. OpenAI正式在美國地區測試ChatGPT廣告功能，面向免費使用者及月付8美元的Go訂閱使用者開放，Pro、Business等高級訂閱方案不展示廣告；2. 廣告將標註為"贊助內容"，基於對話主題和歷史記錄智能匹配，使用者聊天內容不向廣告商開放，僅提供聚合層面效果資料；3. OpenAI承諾廣告不干預回答邏輯，使用者可自主管理廣告設定，目標是通過廣告模式資助免費服務實現AI普及。https://mp.weixin.qq.com/s/UmNZi0fUXYh-dbnPWuBuEQ二、騰訊混元開源首個產業級2Bit量化端側模型，僅0.3B參數1. 騰訊混元推出HY-1.8B-2Bit模型，通過2位元量化感知訓練實現等效參數量僅0.3B，記憶體佔用僅600MB，是首個產業級2bit端側模型實踐；2. 對比原始精度模型參數量降低6倍，在真實端側裝置上生成速度提升2至3倍，同時沿用全思考能力支援簡潔和詳細思維鏈切換；3. 模型已在Arm等計算平台完成適配，團隊未來將通過強化學習與模型蒸餾進一步縮小低位元量化模型與全精度模型的能力差距。https://mp.weixin.qq.com/s/m3Sr4fRLAvc7C6MV1RR-ew三、通義千問發佈Qwen-Image-2.0圖像生成模型，字字清晰1. 通義千問推出Qwen-Image-2.0圖像生成基礎模型，支援1k token複雜指令和2k原生解析度，實現專業PPT、海報、漫畫等直出，文生圖與編輯二合一；2. 文字渲染具備"准、多、美、真、齊"五大特性，支援行楷、瘦金體、小楷等多種字型，可在玻璃板、衣服、雜誌等不同介質上準確渲染文字；3. 在AI Arena盲測中同一模型在文生圖和圖生圖基準均獲優越性能，採用8B Qwen3-VL編碼器加7B擴散解碼器的輕量架構。https://mp.weixin.qq.com/s/D8nwRYxQp7wv9yzfk8FL9A四、字節Seedream 5.0預覽版上線，支援2K直出與檢索生圖1. 字節圖像生成模型Seedream 5.0 Preview在剪映、Capcut、小雲雀上線，支援2K直出和4K增強解析度，首次支援檢索生圖功能；2. 新模型主打智能水平提升而非美觀，增強提示詞理解精準性、細節紋理和精準調整能力，定位對標Nano Banana Pro且更便宜；3. 實測顯示模型能理解"靜謐科技感"等抽象需求，生成圖片多樣性更強，但相比4.5版本難稱跨越式提升，聯網搜尋能力尚不穩定。https://mp.weixin.qq.com/s/wfClFNIResatBHoJvSL1pw五、基於OpenClaw的AI女友Clawra上線，由00後獨立打造1. 基於OpenClaw打造的AI女友Clawra正式上線，擁有完整人生軌跡和數字人格，能聊天、發自拍、視訊通話，科幻電影Her場景成真；2. Clawra由韓國開發者一人打造，設定為18歲前練習生現實習生，項目已在GitHub開源，使用者可一鍵部署專屬AI女友；3. OpenClaw生態迅速擴展，已出現AI版Reddit社區和"租人類幹活"市場，馬斯克稱這是"奇點的初級階段"。https://mp.weixin.qq.com/s/9bRuGctBwNrZi0PREJ2Nhg六、中國團隊憑CodeBrain-1闖入Terminal-Bench全球第二1. 中國團隊Feeling AI憑藉CodeBrain-1在Terminal-Bench 2.0榜單以72.9%成績位列全球第二，僅次於OpenAI Simple Codex，是前十中唯一中國團隊；2. CodeBrain-1通過高效的上下文檢索和驗證反饋機制，充分利用LSP功能提高關聯資訊檢索效率，有效輔助程式碼生成和錯誤定位；3. 團隊定位CodeBrain-1為會動態調整計畫與策略的執行型大腦，證明中國在AI時代"高級作業系統"競爭中正躋身全球前沿位置。https://mp.weixin.qq.com/s/miLTOrptKamodeTwghxICQ前沿科技七、全球首個人形機器人格鬥聯賽URKL啟幕，冠軍獲純金腰帶1. 全球首個人形機器人自由格鬥聯賽URKL正式發佈，由眾擎機器人發起，將為冠軍團隊頒發重達十公斤、價值約1000萬元的純金腰帶；2. 賽事定位為集技術協同、資源整合、人才孵化與資本聯動於一體的全鏈條生態聚合平台，推動"科技+體育+文化"深度融合；3. URKL以"中國機器人功夫模式"形態搭建中國文化與國際流行文化對接輸出橋樑，助力具身智能技術全球化發展。https://mp.weixin.qq.com/s/DZx4tlbfnwx6Pe0Or1144g八、《自然·醫學》刊文：AI醫療助手考試滿分，實戰卻翻車1. 牛津大學團隊在《自然·醫學》發表研究顯示，LLM雖在醫學考試中表現優異，但輔助普通人醫療決策時效果大幅衰減，甚至不如傳統搜尋引擎；2. 研究招募1298名公眾測試GPT-4o等模型，發現使用LLM的參與者識別相關病症比例從94.9%驟降至不足34.5%，與對照組無顯著優勢；3. 問題根源在於普通人不知道那些症狀是診斷關鍵，而LLM缺乏主動問診能力，現有醫學基準測試無法反映真實人機互動表現。https://mp.weixin.qq.com/s/JIXVV2Z1cOS0rIREgxU83g九、AI幾小時繪完人類百年腦圖，還發現四個全新腦區1. 加州大學舊金山分校團隊提出CellTransformer演算法，僅花費幾小時完成對5隻小鼠大腦1040萬個細胞的圖譜分類和繪製工作；2. 演算法採用Transformer自注意力機制和自監督學習，通過隨機遮住細胞身份讓模型根據鄰居細胞預測，不僅對齊已知腦區還發現新腦區；3. 研究意外回答了紋狀體如何執行不同任務的問題，在中腦網狀核識別出4個新腦區，未來目標將應用於人類大腦圖譜繪製。https://mp.weixin.qq.com/s/jmVFTaoASuAoD3eQkIgKOg報告觀點十、Anthropic發佈2026趨勢報告：人類最大程式設計革命到來1. Anthropic發佈18頁《2026年智能體編碼趨勢報告》，核心結論是軟體開發正經歷自圖形介面發明以來最大範式轉移，任何人都將成為開發者；2. 報告預測多智能體系統取代單智能體、長時運行智能體能連續工作數天建構完整系統、非技術人員如律師也能自己造工具；3. 開發者在60%工作中使用AI但完全委託比例僅0-20%，未來軟體工程師將從寫程式碼轉向編排智能體軍團，保持人類判斷力和"品味"。 (騰訊研究院)https://mp.weixin.qq.com/s/KD0VmjRdISHGAF-ZiLyCag

12月17日，騰訊混元世界模型1.5（Tencent HY WorldPlay）正式發佈。使用者只需輸入文字描述或者圖片即可建立專屬的互動世界。據騰訊混元官方介紹，混元世界模型1.5（WorldPlay）首次開源了業界最系統、最全面的即時世界模型框架，涵蓋資料、訓練、流式推理部署等全鏈路、全環節，並提出了重構記憶力、長上下文蒸餾、基於3D的自回歸擴散模型強化學習等演算法模組。混元世界模型1.5具備三大核心能力：1、即時的互動生成：通過原創的Context Forcing蒸餾方案以及流式推理最佳化，模型可以按照24 FPS的速度生成720P的高畫質視訊；2、長範圍的3D一致性：通過重構記憶機制（Reconstituted Memory），模型支援分鐘級內容的幾何一致性生成，可用於建構高品質的3D空間模擬器；3、多樣化的互動體驗：混元世界模型可廣泛適用於不同風格的遊戲或者現實場景，以及第一和第三人稱視角，也支援即時文字觸發事件和視訊續寫等功能。此前，今年7月，騰訊混元團隊發佈混元3D世界模型 1.0，支援文字或單張圖片輸入生成相容圖形學管線的3D場景；10月，混元團隊發佈世界模型1.1，支援多檢視或視訊一鍵創造3D世界。 (荊楚網)

騰訊混元小模型全家桶開源：4款齊發，單卡部署，微信讀書、會議已用上。智東西8月4日報導，今天，騰訊混元一口氣開源4款小尺寸模型，參數分別為0.5B、1.8B、4B、7B，消費級顯示卡即可運行。在性能上，Hunyuan 7B在不僅在數學能力上超越了OpenAI o1-mini和Qwen3-8B，在除IFEVal榜單外，均超越OpenAI o1-mini。模型原生上下文256k，可以一次讀完3本《哈利波特》。目前已在微信讀書、騰訊會議等多個騰訊應用中落地。這4款小尺寸模型單卡就可以部署，適用於筆記型電腦、手機、智能座艙、智能家居等低功耗場景，且支援垂直領域低成本微調。目前，4個模型均在Github和Hugging Face等開源社區上線，Arm、高通、Intel、聯發科技等多個消費級終端晶片平台也都宣佈支援部署。01.數學能力超越Qwen3-8B能一口氣讀3本《哈利波特》騰訊新開放原始碼的4個模型屬於融合推理模型，並且具備快思考和慢思考兩種模式。其中快思考模式提供簡潔、高效的輸出；而慢思考涉及解決複雜問題，具備更全面的推理步驟。效果上，4個模型均實現了跟業界同尺寸模型的對標，其中Hunyuan 7B在數學推理測試DROP上取得85.9分的成績，在AIME2024和AIME2025兩個數學榜單上得分分別為81.1分和75.3分，均排名第一，超過OpenAI o1-mini和Qwen3-8B。對比Hunyuan 0.5B、1.8B和4B，在推理能力BBH測評中，1.8B的模型的成績只與4B的成績相差0.9分，推理能力不相上下。這四個模型的亮點在於agent和長文能力，跟此前開放原始碼的Hunyuan-A13B模型一樣，騰訊團隊在技術上通過資料建構和強化學習獎勵訊號設計，提升了模型在任務規劃、工具呼叫和複雜決策以及反思等agent能力上的表現，讓模型實際應用中可以更好地完成深度搜尋、Excel操作、旅行攻略規劃等任務。此外，模型原生長上下文窗口達到了256k，意味著模型可以一次性記住並處理相當於40萬中文漢字或50萬英文單詞的超長內容，相當於一口氣讀完3本《哈利波特》，並且能記住所有人物關係、劇情細節，還能根據這些內容討論後續故事發展。部署上，4個模型均只需單卡即可部署，部分PC、手機、平板等裝置可直接接入。並且，模型具有較強的開放性，主流推理框架（例如，SGLang，vLLM and TensorRT-LLM）和多種量化格式均能夠支援。02.已應用到微信讀書智能座艙和金融AI助手等應用層面，這4款小尺寸模型都能夠滿足從端側到雲端、從通用到專業的多樣化需求，並且已經在騰訊多個業務中應用。例如，依託模型原生的超長上下文能力，騰訊會議AI小助手、微信讀書AI問書AI助手均實現對完整會議內容、整本書籍的一次性理解和處理。在端側應用上，騰訊手機管家利用小尺寸模型提升垃圾簡訊識別精準率，實現毫秒級攔截，保護使用者隱私；騰訊智能座艙助手通過雙模型協作架構解決車載環境痛點，充分發揮模型低功耗、高效推理的特性。在高並行場景中，搜狗輸入法基於模型的多模態聯合訓練機制使嘈雜環境下提升識別精準率；騰訊地圖採用多模型架構，利用意圖分類和推理能力提升了使用者互動體驗；微信輸入法「問AI」基於模型實現輸入框與AI即問即答的無縫銜接。在垂直行業應用中，金融AI助手通過Prompt最佳化和少量資料微調實現超95%意圖識別精準率。依託模型的理解能力，騰訊遊戲翻譯和QQ飛車手游NPC，在多語言理解能力、方言翻譯和智能對話方面，有明顯最佳化，這些能力在專業客服、內容出海以及電商直播等場景有較大應用潛力。03.騰訊開源活躍覆蓋多模態最近，全球開源領域異常熱鬧，中國大模型表現搶眼。騰訊混元大語言模型也在持續推進開源，其開源模型已覆蓋文字、圖像、視訊和3D生成等多個模態。在大語言模型領域，騰訊混元此前陸續開源了啟動參數量達52B的Hunyuan large和混合推理MoE（混合專家）模型Hunyuan-A13B，這些模型憑藉架構上的創新以及在性能和效果上的不錯表現，在開源社區受到廣泛關注。多模態方面，混元還開放了完整多模態生成能力及工具集外掛，陸續開源了文生圖、視訊生成和3D生成能力，提供接近商業模型性能的開源基座，方便社區基於業務和使用場景定製，圖像、視訊衍生模型數量達到3000個。上周，騰訊發佈並開源混元3D世界模型1.0，這一模型一經發佈即迅速登上Hugging Face趨勢榜第二，下載量飆到近9k，混元3D世界模型技術報告還拿下了Hugging Face論文熱榜第一。04.結語：騰訊開源、應用兩手抓當前全球AI開源生態持續升溫，各大科技公司都在加碼模型開源，騰訊此次動作是其開源戰略的延續。騰訊混元此次開源4款小尺寸模型，覆蓋了從0.5B到7B的參數範圍，為不同算力需求的場景提供了適配方案，為AI開發者社區提供了更多選擇。 (智東西)

馬化騰敢想敢做。騰訊重構混元大模型研發體系據瞭解，近日，騰訊對其混元大模型研發體系進行了全面重構，主要是圍繞算力、演算法和資料三大核心類股展開，通過最佳化團隊部署和加碼研發投入，推動混元大模型的持續發展。調整後，騰訊成立了兩個新的部門：大語言模型部和多模態模型部，分別負責探索大語言模型和多模態大模型的前沿技術，持續迭代基礎模型，提升模型能力。同時，騰訊將進一步加強大模型資料能力和平台底座建設。其中，資料平台部專注大模型資料全流程管理與建設，機器學習平台部則聚焦機器學習與巨量資料融合平台建設，為 AI 模型訓練推理、巨量資料業務提供全面高效的 PaaS 平台底座，共同支撐騰訊混元大模型的技術研發。圖源：每日經濟新聞公眾號顯然，騰訊想要對底層技術瓶頸進行系統性突破，對混元大模型研發體系進行調整有利於整合資源，最佳化研發流程，進一步提升騰訊在AI領域的長期技術作戰能力。值得一提的是，最近一段時間以來，騰訊在AI領域的組織架構調整動作不斷——先是騰訊元寶從‌TEG（技術工程事業群）‌劃歸至‌CSIG（雲與產業事業群）‌；然後是QQ瀏覽器、搜狗輸入法、ima等原屬‌PCG（平台與內容事業群）‌的產品線及團隊，整體遷移至CSIG。完成這一系列調整後，騰訊建立起了一個包含元寶、ima、QQ瀏覽器、搜狗輸入法四大產品線的AI產品矩陣——其中，元寶是大模型時代的應用入口及標配的AI助手；ima則是提供智能辦公場景解決方案的工具產品；QQ瀏覽器是AI搜尋與資訊流重構的智能搜尋；搜狗輸入法則是自然語言互動的前端入口。通過將分散在三大事業群（TEG/PCG/CSIG）的AI產品資源集中於CSIG，騰訊形成了層級分明的"入口-工具-搜尋-互動"產品閉環，同時強化了大模型與雲服務的底層技術聯動。這些舉動說明，騰訊在AI領域的佈局不斷提速，步伐日益加快。值得一提的是，騰訊2024年四季度及年度財報顯示，騰訊研發投入再次創下歷史新高，達到707億元；2018年至今累計研發投入超過3403億元。圖源：百度騰訊總裁劉熾平在財報電話會上表示，隨著AI能力和價值的逐步顯現，騰訊加大了AI投資，以滿足內部業務需求、訓練基礎模型，並支援日益增長的推理需求。伴隨著投入研發資金的加碼，騰訊的AI戰略正在加速落地。顯然，騰訊對於AI這塊“兵家必爭之地”也是勢在必得。混元大模型的產品混元是騰訊自研的通用大模型，支援文字、圖像、視訊和3D等多種模態內容的理解與生成。圖源：百度其發展時間不過短短幾年，卻已經經過了多次技術迭代和業務發展整合——2023年9月，混元大模型正式發佈，成為國內首批全面開放的通用大模型。這是騰訊基於市場需求分析啟動的項目，也是對AI市場的初步探索，混元初期聚焦文字生成能力開發。此後，混元大模型開始不斷進行技術迭代，整合多模態技術，新增圖像創作、視訊轉譯等能力，持續最佳化推理能力。今年以來，混元大模型的技術迭代速度更是顯著加快，相繼推出快思考模型Turbo S和深度思考模型T1，在視訊生成和3D生成領域也推出多個新版本模型。混元3D生成、視訊生成、DiT文生圖及千億參數MoE語言模型等模型均已對外開源，GitHub總Star數超過2.9萬。目前為止，騰訊混元大模型已在 700 多個內部場景中部署，促進了多個業務領域的增長——混元深度融入騰訊各業務線，廣泛應用於微信、QQ、騰訊元寶、騰訊會議、騰訊文件等核心產品，提升騰訊內部產品的智能化水平，並通過騰訊雲向外輸出模型能力，幫助企業和開發者創新提效。圖源：百度不難看出，混元大模型對於騰訊而言可謂是AI業務的核心，所以騰訊加大投入力度、調整組織結構等舉措都是為了助推混元大模型的發展，從而反哺騰訊自身其他業務的發展。正如騰訊董事會主席兼首席執行官馬化騰所言，“我們相信這些加大的投資，會通過提升廣告業務的效率及遊戲的生命周期而帶來持續的回報，並隨著我們個人AI應用的加速普及和更多企業採用我們的AI服務，創造更長遠的價值。”值得注意的是，雖然騰訊有著自研的混元大模型，但是騰訊也在積極擁抱Deepseek——騰訊的系列產品是最早一批擁抱DeepSeek的產品，元寶、ima、QQ瀏覽器、騰訊文件、騰訊地圖、QQ音樂等，均宣佈同時支援混元大模型與DeepSeek模型“雙引擎”，微信搜尋也上線了“AI搜尋”功能並接入DeepSeek-R1。圖源：百度不難看出，騰訊正在積極推進“核心技術自研+擁抱先進開源”的多模型策略，以應對市場的不同需求，從而助推自身技術和實力的進步與發展。除此之外，騰訊還在大力招聘AI人才，2025年啟動三年新增‌2.8萬校招實習崗位‌計畫，技術類崗位佔比超60%，覆蓋AI演算法、大模型研發、雲端運算、遊戲引擎與數字內容等70余種崗位。圖源：騰訊微信公眾號顯然，騰訊的目的是想儲備技術人才。一方面，可以通過定向培養演算法工程師、多模態研發人才，直接參與核心項目研發來加速‌混元大模型技術迭代；另一方面，還可以應對字節跳動Seed Edge、阿里通義千問等競品的技術競爭，搶佔AI人才金字塔尖。畢竟，在AI市場中，各大企業都在紛紛發力，以圖搶佔市場先機和未來發展。AI市場競爭激烈就當今AI市場而言，競爭日漸激烈，尤其是各個科技大廠之間你追我趕互不相讓，都希望搶佔AI的高地——就阿里而言，去年12月，阿里‌啟動組織架構調整，將通義千問大模型與夸克業務合併組建"AItoC"戰略類股。通過這一調整，阿里明確了消費級AI產品戰略方向，加速AI技術向C端應用場景的滲透。今年3月，阿里推出了新夸克——新夸克基於阿里通義的推理與多模態大模型，由舊夸克全面升級為無邊界的“AI超級框”。顯然，夸克的升級體現了阿里準備在AI應用側發力的決心。有趣的是，今年阿里雲也啟動近五年最大規模AI校園招聘，重點招募大模型、多模態、AI Infra等領域人才，技術崗佔比超70%。圖源：阿里巴巴集團招聘微信公眾號不難看出，阿里也希望在AI方面儲備更多人才，從而不斷推動AI技術的發展。就字節跳動而言，前不久，字節跳動也整合了AI研發力量，將集團級核心研究部門AI Lab整體併入大模型部門Seed。與此同時，為了應對新一輪大模型競爭，字節跳動籌建了獨立於原有組織架構的 Flow和Seed，前者做AI產品，後者做大模型研發。顯而易見，字節跳動的組織調整是為了最佳化效率，強化底層技術能力，從而在市場中更具競爭力。值得注意的是，Seed自成立後就在不斷吸納來自字節內外的人才，並且開啟了Top Seed人才計畫，持續招募頂尖人才加入團隊。圖源：字節跳動招聘微信公眾號這一舉動和騰訊、阿里的目的一致，都是為了吸引更多人才來提升自身AI技術，從而搶佔AI市場份額。綜上可見，科技大廠們對於AI市場的戰略雖然不完全一致，但都離不開降本增效和人才儲備這兩個部分。畢竟，AI來源於人，若想要更好地服務於人，自然需要更多的人才來最佳化AI。在未來，AI的使用體驗或將會成為影響使用者選擇的重要因素，對此，技術、場景和生態都缺一不可，因此，AI市場的競爭或許還將不斷深入，誰能存活到最後讓人拭目以待。 (科技頭版)

剛剛騰訊正式推出了推理模型 混元-T1  ！它基於3月初發佈的業界首個超大規模Hybrid-Transformer-Mamba MoE 大模型TurboS 快思考基座打造！簡單來說，基於TurboS的T1就是為瞭解決大模型推理的痛點而生的：長文理解能力： TurboS 能有效捕捉長文字訊息，告別「上下文遺失」的尷尬，長距離依賴問題也輕鬆搞定！Mamba架構加持，速度起飛： Mamba 架構專門最佳化了長序列處理，運算效率超高！相同條件下，解碼速度直接快2倍96.7%算力All in 強化學習根據騰訊官方公告後訓練階段，96.7%的算力都砸在強化學習上了！目標只有一個：極致提升模型的推理能力！對齊人類偏好！為了練好T1的“腦子🧠”， 混元團隊也是下了血本：世界級理科難題喂飽： 數學、邏輯推理、科學、程式碼...各種硬派難題，從基礎到複雜，應有盡有！也結合真實回饋，確保模型“真材實料”「課程學習」+「上下文長度階梯式擴展」： 就像給學生上課一樣，難度循序漸進，同時逐步提升模型的「閱讀理解」能力，讓模型更有效率地利用tokens進行推理經典RL策略加持，訓練更穩：資料重播、階段性策略重設... 這些經典RL「秘籍」讓模型訓練穩定性提升 50%以上！穩紮穩打，才能步步為營！Self-rewarding + Reward Model 雙管齊下，更懂人類心意： 用早期版本的T1-preview 給模型打分，再結合reward model 回饋，引導模型自我提升！結果就是：回覆內容更豐富，資訊更有效率！更貼心，更懂你！🏆 性能：對標R1，部分能力還略勝一籌混元-T1 在各種權威benchmark 上，例如MMLU-pro、CEval、AIME、Zebra Logic 等等，中英文知識和競賽級數理邏輯推理指標，基本持平甚至略超DeepSeek R1！在內部人工體驗集評估中，中文文案創作、文字摘要、Agent 能力等方面，T1 還略有優勢！實測我用製作賽朋克貪吃蛇遊戲來測試了一下T1，表現一般（順便說一句，製作賽朋克貪吃蛇遊戲是我測試所有推理模型比如DeepSeek R1，Grok 3，Claude 3.7，o1,o3 mini,Gemini 2.0 thinking 最常用一個測試題）測試地址：https://llm.hunyuan.tencent.com/#/chat/hy-t1大家看看實測效果這是測試結果：大家可以自己去體驗：直接點閱讀原文參考：https://llm.hunyuan.tencent.com/#/blog/hy-t1 （AI寒武紀）