证券研究报告 | 公司点评 gszqdatemark 2026 07 14 年 月 日 腾讯控股（00700.HK） 腾讯混元 Hy3 发布，看好腾讯模型追赶与生态价值 腾讯基座模型能力持续补齐，半年内完成从基建重建到新模型落地。据混元公 众号腾讯 1 月启动大模型算力与基建重构，为 Hy3 发布提供了核心基础，4 月 23 日发布的 Hy3preview 为混元重建后第一个版本，在复杂推理、代码生成与 智能体能力上相较于 Hy2 实现质变，Hy3 正式版已于 2026 年 7 月 6 日发布， Hy3 延续了清晰陡峭的能力增长曲线，通过进一步训练的算力规模以及数据 质量和多样性，在各类任务上较 preview 再次跃升，以较小尺寸首次比肩国内 外大尺寸旗舰模型的效果。 模型能力方面，重点升级了智能体能力，尤其在推理、智能体和长上下文任务 等任务上显著进步。1）从基准测评指标看，Hy3 相比 preview 版本在各类 benchmark 上全线提升，尤其是围绕智能体场景所需的任务规划、工具调用、 代码执行、搜索整合、长上下文理解和复杂推理能力进行系统强化。具体指标 如：Agentic Coding 任务中 ...

文章核心观点 - 腾讯正牵头以约20亿美元估值从Meta手中回购AI创业公司Manus全部股权，交易完成后将成为其最大单一股东，此举旨在补齐自身在通用AI智能体赛道的战略短板，并成为其吹响AI领域反攻号角的关键一环 [5][7][8] Manus交易概况与背景 - Manus是一家明星AI创业公司，作为全球首个通用AI Agent产品于去年3月横空出世，曾引发市场热潮，内测邀请码被炒至10万元天价 [12] - 该公司后续被Meta收购引发监管叫停风波，现由腾讯牵头的中方资本联合体以约20亿美元估值进行回购 [5] - Manus的年化营收运行速率在半年内从1亿美元攀升至4亿至5亿美元，但其增长很大程度上依赖于Meta生态 [12] 腾讯的战略动机分析 - **补齐智能体战略短板**：腾讯当前主攻“养虾”AI战略，重心在搭建开放AI Agent生态，Manus独有的任务规划、跨工具调度和长期上下文执行技术，能补上腾讯生态最薄弱的“执行层”缺口 [15][16] - **获取全球化跳板**：Manus已积累数百万海外用户数据并跑通独立商业化路径，能与腾讯AI出海战略实现协同，而此前如OpenClaw带动的Token出海盛宴，腾讯未能分到太多蛋糕 [17][18] - **深度参与的历史渊源**：腾讯是Manus的早期核心投资方之一，曾联合红杉中国、真格基金等机构入局，深度参与了其早期成长 [6] 腾讯的AI反攻态势 - **扭转市场认知**：腾讯AI曾长期被外界诟病“掉队”，但今年以来通过重组混元研发体系、推出微信AI及WorkBuddy等产品，已在AI赛道上站稳 [22][23] - **加大资源投入**：2025年腾讯全年研发投入857.5亿元，其中AI专项投入180亿元；2026年一季度资本开支高达319亿元，绝大部分倾斜于算力与大模型研发 [24] - **进行生态化“扫货”式投资**：腾讯延续生态打法，在半年内通过投资密集布局头部AI创业公司，包括加码投资Kimi、向DeepSeek首轮融资投资100亿、参投可灵，以及此次牵头回购Manus [24][25] - **战略目标明确**：公司旨在彻底洗刷AI掉队标签，重回AI领跑梯队 [26] Manus的现状与交易考量 - **光环褪色与挑战**：由于与国内市场切割、Meta收购风波以及OpenClaw等竞争对手的崛起，Manus的先发优势已逐步消失 [12] - **交易后的不确定性**：一旦从Meta生态剥离，其业绩能否维持现有高水平存疑，因此以20亿美元估值进行回购，仅从资本运作角度看并不划算 [13] - **交易的战略价值**：腾讯并非进行单纯的财务投资，而是看重Manus补齐自身AI生态关键缺口和助力全球化布局的长期战略价值 [14][16][18]

证券研究报告 | 公司点评 gszqdatemark 2026 07 14 年 月 日 腾讯控股（00700.HK） 腾讯混元 Hy3 发布，看好腾讯模型追赶与生态价值 事件：腾讯混元第三代大语言模型"Hy3"于 7 月 6 日正式发布。该模型采 用 MoE 架构，总参数 295B、激活参数 21B，最大支持 256K 上下文长度。该 版本基于 4 月 23 日发布的 preview 版迭代优化，通过提升后训练数据质量与 多样性、扩大 RL 算力规模实现能力进阶，以更小参数尺寸达到比肩参数规模 为其 2-5 倍的国内外旗舰模型的效果。目前 Hy3 已批量接入腾讯内部业务线， 同时以 Apache2.0 协议开源并上线腾讯云 API，面向全球开发者开放商用。 点评： 腾讯基座模型能力持续补齐，半年内完成从基建重建到新模型落地。据混元公 众号腾讯 1 月启动大模型算力与基建重构，为 Hy3 发布提供了核心基础，4 月 23 日发布的 Hy3preview 为混元重建后第一个版本，在复杂推理、代码生成与 智能体能力上相较于 Hy2 实现质变，Hy3 正式版已于 2026 年 7 月 6 日发布， Hy3 延续了清晰 ...

文章核心观点 - 大模型行业竞争加剧，技术领先窗口期显著缩短，模型能力趋于分层，竞争焦点从纯参数规模转向实际任务总成本、产品闭环与数据飞轮 [6][7][8][11] - 下一代模型竞争将围绕长程智能体、世界模型、机器人等新范式展开，可能重新拉开差距，但领先优势的持续时间可能依然短暂 [34][36][42][43] 趋势一：前沿模型的领先窗口越来越短 - 模型性能追赶速度加快，例如Grok 4.5口碑被认为比Opus 4.8好用，腾讯混元Hy3以210亿激活参数在部分任务上打平旗舰模型 [8] - 核心技术配方扩散与后训练门槛降低，加之代码与智能体任务具备自动判分机制，加速了后来者追赶进程 [8] - 用户实际使用的是包含提示词、工具、记忆等在内的完整系统，使得稍弱的模型配合优秀框架可在体验上超越更强的“裸模型” [9][10] - 模型领先周期从过去的数月缩短至数周甚至数天，用户将根据能力分层（如代码、长程任务、办公）采用多模型路由策略 [11] 趋势二：商业差距比模型差距扩大得更快 - 主要模型厂商正通过慷慨补贴策略抢占市场，例如Anthropic延长Claude Fable 5使用期至7月19日并取消额度限制，OpenAI临时取消Codex五小时用量限制并重置额度，其Codex活跃用户已达600万 [13] - 当前补贴战类似于互联网早期烧钱获客，旨在培养用户习惯，因为智能体产品的用户迁移成本远高于聊天机器人 [14][15] - 随着模型基准测试成绩趋同，商业层面的差距（用户规模、任务数据、企业入口、推理成本、开发生态、现金流）将加速扩大，形成数据飞轮效应 [17][18] - 模型公司未来的主要竞争威胁来自对手快速复制能力后，通过价格和入口优势抢夺用户 [19] 趋势三：模型评价从参数榜单转向任务总成本 - 腾讯混元Hy3为代表，采用混合专家架构，总参数2950亿但仅激活210亿，强调在智能体与办公生产力任务上的实际表现与低成本，并集成于微信生态 [20][21] - 参数规模不再是核心炫耀点，用户与企业更关注完成特定任务的总成本、成功率和易用性 [23] - 高效架构结合超级应用分发，能在满足普通办公需求的同时实现高性价比，是重要的竞争策略 [21][22] 趋势四：护城河变成“模型-产品-数据”闭环 - 真实交互数据成为下一代模型训练的关键稀缺资源，例如Grok 4.5与Cursor使用真实软件工程数据，Hy3从腾讯50多个产品反馈中迭代，Codex和Claude Code从大量智能体轨迹中学习 [24] - 产品使用越广泛，产生的数据越多，数据飞轮效应越强，模型表现越优，从而形成坚固的护城河 [25][26] - 核心壁垒在于拥有海量真实用户，让模型持续执行任务并将结果反馈用于训练 [26] 趋势五：中国大模型公司出现两种路线 - **腾讯路线（向下扎进产品和场景）**：强调激活参数效率、智能体成功率，通过WorkBuddy/CodeBuddy等实际产品获取用户反馈反哺模型训练，走工程效率与超级入口结合的路径 [28][29][30] - **智谱路线（向上挑战智能上限）**：启动“TouchHigh摸高计划”，未来两年投入长程任务、自治智能体、完全自我训练、安全治理及机械可解释性研究，不追求短期变现 [28][31] - 两种路线目标一致，最终交汇于智能体领域，区别在于腾讯从产品应用向上迭代，智谱从技术上限向下开放 [32][33] 趋势六：下一代模型竞争会重新拉开差距 - 下一代模型竞争已悄然开始，OpenAI投入新预训练架构、合成强化学习、长程智能体、机器人与消费硬件；Anthropic聚焦长任务、AI辅助AI研发与机械可解释性；Google推进世界模型、虚拟环境与机器人 [35] - 可能制造代差的关键领域包括长程智能体、AI研发自动化、世界模型和机器人 [37] - 世界模型与机器人领域的差距可能更大，因其依赖无法从网络直接抓取的真实世界数据，需要机器人、传感器、仿真环境等长期部署积累，形成“设备-数据-世界模型-行动模型”闭环的难度更高，优势也更难复制 [38][39][40] - 该领域发展受硬件成本、安全问题和部署周期制约，不会爆发式增长，下一次“GPT-4时刻”的形态将不同 [41][42]

生成式AI行业竞争与产品动态 - OpenAI暂时取消了Codex模型的5小时使用限制，同时Anthropic将Claude Fable 5切换为按量付费的日期再次推迟7天至7月19日，两家公司正在激烈争夺同一批用户[1] - 延期直接导火索是用户大规模反弹，众多用户晒出高额账单并威胁转投GPT-5.6 Sol或Grok 4.5，即便延期也未能留住全部用户[1] - 分析师指出算力供给存在严重短缺且不可持续，软件开发领域率先实现产品-市场匹配，一旦算力供给缓解，基础模型可能沦为低利润的商品化基础设施[1] 腾讯混元开源OCR模型进展 - 腾讯混元开源了HyOCR-1.5模型，这是端到端OCR领域首个完整开源训练、推理与权重的专家模型，仅10亿参数即可覆盖8种以上任务[1] - 该模型借助DFlash投机解码技术，在Transformers架构下推理速度提升6.37倍，成为推理最快的OCR视觉语言模型，并能通过llama.cpp在CPU与普通笔记本上运行[1] - 在OmniDocBench v1.6基准测试中以94.74分位居端到端第一，古文字、图表解析等长尾能力显著增强，并新增了无文字负样本处理能力[1] 商汤开源统一视觉大模型 - 商汤发布并开源了SenseNova-Vision理解生成统一视觉大模型，将目标检测、图像分割、深度预测、3D重建等经典视觉任务原生融入大模型[2] - 单模型在结构化理解、稠密几何、分割、多视角3D四大领域的表现比肩甚至超越专用专家模型，零样本泛化与抗视觉错觉能力突出[2] - 同步开源了5000万条视觉指令语料库，验证了“统一多模态生成”路线的潜能，有望大幅降低视觉AI应用的门槛[2] AI搜索产品与Agent基础设施 - 中国团队的AI搜索产品AnySearch登顶Product Hunt周榜第一，在300题基准测试中以76.4%的综合准确率领先Parallel、Brave等产品，且延迟表现最优[2] - 该产品面向Agent而非人类用户设计，覆盖代码、法律、金融等20多个垂直数据源，经过意图路由、多源去重后输出结构化的Markdown内容[2] - 通过前置筛选降低Token消耗与上下文冗余，支持API、MCP、Skill接入，搜索正成为Agent时代的基础设施[2] 智能体硬件与操作系统创新 - 阶跃星辰推出首款智能体手机STEPX Neo，搭载号称“全球首个智能体原生操作系统”StepAS及主智能体Amoo[3] - StepAS由模型矩阵与Agent原生OS相乘构成，原生支持MCP、A2A、CLI协议，采用端云级联调度，试图打破能力、协作、资源三堵墙[3] - 阶跃星辰提出“可信、可管、可见、可逆”治理框架，押注用户未来购买的是能长期记忆、跨应用行动的个人智能体[3] 面向智能体时代的算力基础设施 - 浪潮信息发布业界首款CPU原生液冷整机柜服务器与升级版元脑SD200超节点，旨在面向智能体时代重构算力体系[3] - 整机柜基于开放OCM架构，单柜最高支持384颗CPU、可承载超过4万个智能体协同，全域部件采用液冷并适配800V高压供电[3] - 元脑SD200在Kimi K2.6万亿参数模型上单Token生成延迟低至4.77毫秒，支持多模融合，在DRACO等基准测试中表现超越单一模型[3] Agent形态演进与行业观点 - Anthropic的三位Claude Platform高管指出，其平台已从单纯提供API，演进为承接基础设施与脚手架的智能体平台[4] - 随着模型能力增强，复杂的脚手架正在变薄，智能体身份将独立于工作流、按需申请权限，多智能体之间可进行竞争、辩论、求助协作[4][5] - 建议企业按个人、团队、跨团队三个步骤衡量AI投资的回报率，未来智能体将深度嵌入组织、化为如同无形操作系统般的基底[4][5] 模型层与应用层竞争格局 - Glean创始人Arvind Jain认为，前沿模型层正迅速商品化，OpenAI、Anthropic推出的垂直套件过于浅层，难以赢得企业应用层的竞争[5] - 企业级AI的壁垒在于深层上下文与权限管理，直接进行“暴力检索”速度慢且成本高，其排障Agent单月烧掉100万美元算力费[5] - 他反对在AI时代通过裁员收缩业务，主张用同等人力做出十倍好的产品，并预判三年内多数企业负载将运行在开源模型上[5]

最 下方 "在看"和" "并分享，"关注"材料汇 添加 小编微信 ，遇见 志同道合 的你 延伸阅读： 重磅收官 | 2026中国新材料产业全景报告（100页完整版PPT） 更多报告欢迎加入材料汇知识星球 【预告】 2026 全球 AI 半导体材料产业发展趋势深度分析报告：即将发布 正文 摘要 AIDC直流化趋势确立，电源技术加速迭代。25年全球AI基建周期启动，26年国内外CSP继续上修CAPEX指引加大AI基建投入，英伟达Rubin □ 系列GPU公司官方预计于26H2开始放量，谷歌TPU v7上修出货预期至300万片以上，我们认为随着算力芯片的迭代和高性能卡的放量，海外 ±400V HVDC有望于下半年率先放量,形式主要以Sidecar为主,其中内资公司仅寿米产品进度最快;国内HVDC渗透率加速提升,阿里, 磁 讯 HVDC项目渗透率提升、字节首次采用800V HVDC方案；全球SST处于产业期初期，国内显著领先海外，国内四方、阳光、为光能源、智 光等企业陆续发布SST产品并推动产业化落地，建议重点关注海外客户合作紧密、有工程运行经验的龙头标的； 柜内电源伴随GPU迭代变化, PSU电源进板、一二次电源融 ...

公司概况与IPO进展 - 深圳云豹智能股份有限公司创业板IPO申请获深交所受理，冲刺“国产DPU第一股” [4] - 公司选用创业板第四套上市标准申报上市，该标准看重研发投入和市值，而非短期净利润 [25] - IPO前公司估值超过140亿元 [17] 创始人背景与公司发展 - 创始人萧启阳为斯坦福大学电子工程博士，主攻人工智能和神经网络方向，其成果曾获“人工智能之父”赞誉 [7] - 萧启阳曾于2002年在硅谷联合创办芯片公司RMI，该公司后被博通以37亿美元现金并购 [8] - 公司于2020年8月在深圳成立，专注于DPU赛道，成立后不久英伟达正式推出DPU概念，赛道迅速爆发 [8][9] - 公司自主研发了国内首款高性能、通用可编程DPU SoC芯片，网络带宽达400Gbps，相比传统方案性能提升4倍、功耗降低50%以上 [9] - 公司用4年时间完成了从FPGA验证到6nm SoC量产的全过程 [9] 财务与运营数据 - 2023年、2024年、2025年营业收入分别为17.32万元、3,635.57万元、36,989.17万元 [11] - 2025年营收同比增长超900% [12] - 2023年、2024年、2025年净亏损分别为66,680.67万元、60,971.54万元、118,946.39万元 [11] - 2023年、2024年、2025年扣非后净亏损分别为67,270.04万元、61,964.26万元、56,160.26万元 [11] - 2023年、2024年、2025年研发投入占营业收入的比例分别为364,220.50%、1,572.59%、150.12% [11] - 截至2025年末，公司资产总额为518,461.97万元，归属于母公司股东的权益为470,425.71万元 [11] 股权结构与融资历程 - 腾讯通过关联主体以19.7792%的持股成为公司第一大股东 [17] - 公司实际控制人萧启阳、张学利合计直接持有公司7.1520%的股权，并通过持股平台间接控制公司22.6588%的表决权 [17] - 公司融资历程密集：2020年底获种子轮融资；2021年上半年获天使轮融资，腾讯首次入局；2021年9月完成A轮融资，腾讯再次出手数亿元人民币；后续融资吸引了阳光保险、国信资本、深圳市引导基金、IDG资本、杭州国资等多方参与 [15][16][17] 行业定位与战略意义 - DPU赛道是千亿级赛道，在英伟达提出“CPU+DPU+GPU”的“三芯”战略后成为兵家必争之地 [9] - 公司提供包括弹性网络与存储、虚拟化、安全及低时延RDMA等功能在内的一站式解决方案 [10] - 公司冲刺“国产DPU第一股”，为深圳在“基础设施芯片”维度补上重要拼图，改变了深圳在半导体领域过去“消费电子应用”和“终端制造”的标签 [20] - 公司代表了大湾区在高端芯片设计（DPU）领域的突围 [24] 市场环境与板块动态 - 创业板自2024年9月以来累计上涨约150%，成为A股最醒目主线之一 [25] - 创业板已成为中国硬科技公司最密集的资本市场样本之一 [25] - 大湾区半导体资本化正在形成梯队效应，粤芯半导体（晶圆制造）创业板IPO过会，云豹智能（DPU设计）IPO推进 [21][22][24] - 创业板改革为硬科技企业敞开大门，粤芯半导体适用第三套上市标准，云豹智能适用第四套上市标准 [25]

腾讯混元大模型的变革背景与领导层支持 - 2024年，腾讯总裁刘炽平结识了当时为OpenAI研究员的97年年轻人姚顺雨，一年后其回国成为腾讯大语言模型负责人[3] - 腾讯最高决策者已意识到AI是生死之战，公司正远远落后于对手，马化腾在2025年员工大会上表示“一年前我们以为上了船，后来发现那个船漏水了”[3] - 在姚顺雨加入前，腾讯已为变革扫清障碍：混元原关键负责人悉数离场，姚顺雨可直接向集团总办汇报，其所在事业群总裁卢山愿意最大程度放权[4] 混元团队的组织与战略调整 - 2025年底，混元团队开启大规模调整：三个月内招聘了预训练、后训练、评估、Infra的新负责人；重造组织，成立专门服务混元的AI Infra部、AI Data部；统一共识，提出“守正出奇”的训练思路[4] - 团队进行了大规模改组，预训练、后训练、评估、Infra的负责人全部换人，新人来自字节、Kimi、DeepSeek、美团等公司，招人不再看出身，学校、年龄、资历都不是硬门槛[13] - 姚顺雨只担任大语言模型部与AI Infra部两个部门的一号位，混元是互联网巨头大模型团队中唯一一个把模型训练和Infra都交给一号位直接管的团队[14] - 部门层级被简化为“姚顺雨—方向负责人—研究员/实习生”三层，信息与资源被共享，问题可丢到百人大群迅速获得响应[14] - 2025年底，腾讯AI Lab被整体并入混元，姚顺雨将其重新定义为大语言模型部的前沿研究团队，负责前沿技术探索，不设KPI[12] 混元大模型的历史问题诊断 - 姚顺雨以顾问身份加入后诊断发现，混元的评测出了大问题，之前的团队过度追求模型榜单成绩，将打榜语料放进训练集污染了数据，导致模型在真实场景里表现很差[7][8] - 混元起步不顺利，2021年底的全集团降本增效导致人手急缺，项目组在2023年立项时连一块GPU都没有，最后从广告部门匀来2000张GPU[8] - 数据环节问题明显，数据按六类划分且团队各自为营，标注规则定义不清，实际准确率长期停留在60%-70%，但95%的验收指标未松动，导致生产出大批无法使用的数据[8][9] - 训练环节不健全，混元几乎没有做过强化学习，基模不支持，模型被比作按搜索引擎方式做出的大模型，只会回答见过答案的问题，不会推理和纠错[9] - 竞争压力下，团队曾冒险改用Transformer与Mamba结合的混合架构，并转向追求打榜成绩[9] Hy3模型的开发理念与技术路径 - 姚顺雨提出“守正出奇”的思路，强调先回归常识，把训练大模型最基础的事做对，再谈创新[4] - Hy3模型采用了最标准的MoE Transformer架构，放弃了线性注意力等方案，认为其主要价值在于降低长文本计算成本，但真实世界中超长文本场景并不多[18] - 团队花两个月时间完全重构了预训练和强化学习的Infra，Infra负责人来自字节跳动Seed，Infra直接影响算力利用率、训练稳定性和实验迭代速度[18] - 模型训练沿用了混元2.0时期积累的数据，但丢弃了传统的榜单评测基准，重新定义了数据标准，将原有数据从头清洗，SFT数据经大幅去重和筛选后只保留一万余条[18] - Hy3的总参数量定为295B，远低于同期Kimi K2.5的1T和GLM-5.2的近750B；每次推理仅激活21B参数，推理成本约为GLM-5.2的七分之一[20] - 模型的训练哲学是清楚定义目标——大多数用户日常真实面对的任务和愿意承担的成本，再寻找最优解，而非盲目堆资源追求智能最高点[19] Hy3模型的发布表现与市场反馈 - 2026年4月23日，混元发布Hy3 Preview，上线后登上了OpenRouter周度模型使用榜第一，单周处理3.66万亿个Token，使用量环比增长298%[21] - Hy3 Preview的表现超过了团队预期，证明了其训练思路的正确性，模型能力明显优于此前的混元2，在开源社区也获得了一定关注[4][21] - 正式版Hy3在Preview基础上扩大了强化学习规模，改进后训练数据，重点补强Agent能力，发布后行业反馈显示其显著好于preview版本，在小参数规模基础上赶超了GLM5.1，但还不及GLM5.2[22] - 团队认为Hy3距离真正的第一梯队还有差距，模型发布后没有庆祝也没有发布详细的技术报告，说明不认为它代表最终水平[22] 模型与业务的协同战略 - 姚顺雨提出模型与产品应以联合设计的模式合作，即模型和产品从一开始就绑定开发，模型可第一时间拿到产品的真实场景和用户反馈，产品也能及时向模型同步需求[24] - 为了打破部门墙、落实联合设计，姚顺雨在2025年底提出将自己手上的模型应用中心、搜索算法中心划归元宝所在的云与智慧产业事业群[25] - 混元向元宝等业务分别派驻了一支后训练团队，建立起了联合设计、交叉派驻、代码审查与共享的合作机制[25] - 腾讯的思路是，大模型的价值不一定要向外部客户收费，能帮内部业务提升收入同样是价值，例如若能帮助《王者荣耀》提升1%收入，那就是好几个亿[25] - WorkBuddy是协同的例子，新模型上线前会针对其脚手架做针对性适配，其用户反馈也为模型训练持续提供优化方向，该产品有上百万日活跃用户，其中腾讯自己就有十万员工[26][28] 行业竞争态势与未来规划 - 竞争对手正在加速：智谱的GLM在开发者群体中攒下了口碑；字节跳动的Seed正在训练一个史无前例的大尺寸模型；Kimi的K3则押注架构创新[5] - 一位资深的AI开发者评价“Hy3相比过去有进步，但离公认的好模型还有距离”[5] - 混元团队的判断是，正在训练中的Hy4仍然会是一个处于追赶头部状态的模型，但差距会明显缩小，目标在2027年进入国内第一梯队[5] - AI的竞争比当年的云计算残酷得多，大模型的代差以月计算[5] - 姚顺雨向总裁刘炽平提出请求，从新模型发布起至少一年内总办不要看榜单，一年大约是训练两代模型的时间，获得了同意[5] 改革的挑战与公司惯性 - 腾讯的AI改革能否成功仍有外界质疑，姚顺雨可以改变一支团队的速度，却很难独自改变一家公司的惯性[29] - 2019年前后，腾讯从硅谷引入的工程与数据人才最终因旧有业务体系阻力大多未留下太多成果而陆续离开，这提示了大公司的引力不会消失[29] - 内部竞争难以回避，面对发展AI需要的巨额资金和GPU，没有巨头有“无限子弹”，目前腾讯的卡资源明显倾向混元，但微信也在训练自己的大模型[30] - 决策空间稀缺，例如内部曾讨论过要不要训练更大尺寸的视频模型，但最终因成本和代价太高无人敢拍板[30] - 产品受到高层重视后，决策参与的人会越来越多，高层会提出具体意见，导致下面需要揣摩和执行，例如元宝就遇到过此类情况[30] - 改革进入攻坚期后，牵动的利益会越来越大，创新的风险也越来越高，能替姚顺雨扛住压力的只有总办，考验的是他与老板们之间的信任和意志能否统一[31][32]