馬化騰在2026年的員工大會上坦言，過去一年騰訊在AI人才結構上做了很大的優(yōu)化調整，加大了對“業(yè)界原生AI人才”的吸引。所謂原生代，是那些在深度學習、大模型范式中成長起來的年輕人，他們不迷信論文數量，更懂工程落地，更懂產品邏輯。
這場“新老交替”雖然殘酷，卻讓騰訊AI的決策鏈條更短、戰(zhàn)斗意志更濃。當俞棟等元老在2025年悄然離任時，人們不再驚呼，因為大家明白，這艘巨輪已經調轉了船頭，需要更年輕的水手來迎接未來的風浪。
如果說人的更迭是靈魂的重塑，那么業(yè)務架構的調整則是骨骼的再造。
很長一段時間里，騰訊的AI是分散的。AI Lab、優(yōu)圖實驗室、微信的AI團隊，各占山頭，各自為戰(zhàn)。這種模式在探索期能激發(fā)創(chuàng)新，但在需要舉全公司之力進行高強度、高投入的大模型軍備競賽時，卻成了效率的桎梏。
正如外界所觀察到的，當字節(jié)和阿里在2023年狂飆突進時，騰訊的混元大模型直到9月才姍姍來遲，C端產品元寶更是要到2024年5月才推出，比百度、字節(jié)晚了一整年。而截至2024年底，元寶的DAU僅有幾十萬，與豆包的數千萬量級相去甚遠。
復盤那段滯后期，騰訊歸因于基礎設施不足。這背后是組織協(xié)同的困境：做研究的不知道業(yè)務需要什么，做業(yè)務的調不動底層的算力。這種管理在需要集中力量辦大事的AI時代，劣勢盡顯。
在2024年至2025年，騰訊開始了一場雷厲風行的拆墻運動。
首先，是定位的清晰化。2024年1月，元寶團隊從TEG（技術工程事業(yè)群）這個“技術試驗田”剝離，劃入CSIG（云與智慧產業(yè)事業(yè)群），轉正為AI應用先鋒。這意味著AI不再只能是被供養(yǎng)在實驗室里，而是要奔赴一線、直面用戶炮火。
此后，元寶上線初期以日均更新一個版本的高頻迭代，用戶規(guī)?？焖偕羾鴥華I應用前三。市場調研機構Questmobile數據顯示，截至2025年6月，元寶月活躍用戶已達3286萬，是國內第三大AI對話App。
緊接著，是底層的集約化。2025年12月17日，騰訊宣布升級大模型研發(fā)架構，新成立AI Infra部、AI Data部、數據計算平臺部。
AI Infra部將負責大模型訓練和推理平臺技術能力建設，為大模型算法研發(fā)和業(yè)務場景落地提供穩(wěn)定高效的技術支持；AI Data部、數據計算平臺部分別負責大模型數據及評測體系建設、大數據和機器學習的數據智能融合平臺建設。
這意味著算力、數據這些AI時代的核心生產要素，從各事業(yè)群手中收回，統(tǒng)一歸口管理——這如同將過去分散的發(fā)電廠，整合成一張統(tǒng)一的國家電網。
經過這次調整，騰訊AI團隊的組織結構更清晰地呈現出來：姚順雨出任首席AI科學家，向劉熾平匯報，同時兼任AI Infra部、大語言模型部負責人；蔣杰作為騰訊公司副總裁，整體負責AI相關業(yè)務。這樣扁平化的匯報關系，有利于提升AI研發(fā)效率，統(tǒng)一模型訓練與應用開發(fā)的反饋鏈路。
這種轉向的效果正在顯現。除獨立APP形態(tài)外，元寶的AI能力已全面接入QQ音樂、騰訊會議、微信公眾號及視頻號評論區(qū)等數十款騰訊核心應用，覆蓋社交、辦公、內容消費等關鍵場景。ima知識庫則利用了公眾號這一龐大信息資源庫，為用戶提供基于微信公眾號內容的問答服務。
與此同時，騰訊在AI上的“揚長”策略也愈發(fā)清晰。海通證券的一份研報指出，騰訊在通用大模型領域深耕維持一線梯隊的同時，在文生圖模型領域則做到了頂尖。
從技術試驗田到“水電煤基建”，騰訊AI終于找到了自己在生態(tài)中的底座位置。
所有技術的演進，最終都要回答一個問題：它如何為用戶創(chuàng)造獨特的價值？
在大模型的上半場，騰訊顯得有些迷茫，是因為它試圖用別人的尺子丈量自己的路。字節(jié)有強大的算法分發(fā)能力，阿里有深厚的電商交易場景，而騰訊最大的寶藏，是沉淀了二十多年的社交關系鏈。這套打法在過去屢試不爽——微信紅包就是最好的例證。但在AI時代，這套打法曾一度失靈，因為人們不知道除了對話，AI還能在社交里做什么。
從產品到生態(tài)，從理想到現實，騰訊AI面前依然橫亙著幾道必須跨越的關卡。
一是自研模型的硬實力差距。全球主流機構的大模型基準測試中，騰訊的混元系列大語言模型長期不在第一梯隊。截至2025年底，LMArena的大模型競技排行榜顯示，騰訊混元T1的綜合性能位居全球第68名。
“騰訊系”產品目前采取混元、DeepSeek共存的方案，用戶可以自主選擇使用混元或DeepSeek。這種看似靈活的選擇背后，實則是自身模型能力不夠強的折衷方案。
沒有強大的自研模型，帶來的影響是深遠的。對騰訊云等To B業(yè)務而言，在和阿里云、火山引擎正面作戰(zhàn)時缺少核心抓手；而對整個騰訊生態(tài)而言，隨著Token消耗指數級增長，微信、QQ等超級入口都可能要為外部模型支付巨額推理算力，這將直接擠壓騰訊的毛利空間。隨著AI應用爆發(fā)，自研模型不夠強的公司，利潤將直接被擠壓。這個邏輯，對騰訊同樣成立。
二是投入的決心。騰訊一向是信奉的是穩(wěn)扎穩(wěn)打、注重投資回報率的生存哲學。這種審慎，讓騰訊在歷次周期波動中都保持了穩(wěn)健的財務狀況，但硬幣的另一面是：在需要不計成本、高強度投入的AI軍備競賽中，這種克制是否依然適用？
與阿里、字節(jié)高舉高打的風格相比，騰訊依然延續(xù)著自己的節(jié)奏，一邊布局，一邊算賬。這種謹慎背后，是一道更難的選擇題：平衡股東回報與AI投入的天平。
從焦慮地追趕，到從容地布局，騰訊總算是找到了自己的節(jié)奏，褪去了“大象轉身”的笨拙感。但自研模型的能力追趕、資本投入與股東回報的平衡、流量護城河在AI時代的延續(xù)性、這些關卡，騰訊必須一道一道地跨過去。
這是屬于社交巨頭的AI終極形態(tài)，也是它必須打贏的未竟之戰(zhàn)。
快報
根據《網絡安全法》實名制要求，請綁定手機號后發(fā)表評論