Yao Shunyu hat sich kaum auf seinem Stuhl niedergelassen.

Ihn jetzt in Frage zu stellen, ist verfrüht. Er übernahm HunYuan im Dezember 2025, und seine erste öffentliche Ansprache kam Anfang Juni — höchstens sechseinhalb Monate. Für ein massives System, das aus drei Dimensionen heraus neu aufgebaut werden muss — Organisationsstruktur, Datenpipeline und Rechenplanung —, ist ein halbes Jahr viel zu kurz.

Die Restrukturierung hat gerade erst begonnen; die Schwächen liegen in der unterstützenden Infrastruktur

Hy3 Preview ist bloß die erste halbfertige Lieferung, die Yao abgegeben hat, weit entfernt von einem fertigen Hauptmodell. Er selbst räumt ein: “Wir erweitern stetig das Pre-Training und Post-Training. Die offizielle Version wird große Iterationen durchlaufen.”

Was er übernommen hat, war kein Eliteteam, sondern ein Berg angehäufter Altlasten. Tang Daosheng gab öffentlich zu, dass das HunYuan-Team in der Vergangenheit über mehrere Geschäftsbereiche verstreut war, ohne einheitliche Basis; die Versorgung mit hochwertigen Trainingsdaten war stark unzureichend; und Trainings-GPUs wurden lange für interne Produkte priorisiert, was die Rechenressourcen knapp hielt.

Was Yao Shunyu in diesen sechs Monaten erreicht hat, ist die Konsolidierung der zersplitterten Belegschaft, der Aufbau neuer Pipelines für Datenbereinigung und -auswertung sowie die Förderung von Rechenerweiterung und -planung. All diese Bemühungen brauchen Monate, und selbst jetzt ist die Dateninfrastruktur nicht vollständig betriebsbereit, während die Rechenressourcen noch nicht mit den reichhaltigen Ressourcen von ByteDance und Alibaba mithalten können.

Das gesamte System aufgrund einer Zwischenversion zu beurteilen, ist unvernünftig. Branchenanalysten weisen darauf hin, dass Alibabas Qwen 3.7 und ByteDances Doubao 2.1 beide über zwei Jahre Iteration benötigten, um sich zu stabilisieren. Von einem Team, das erst seit einem halben Jahr integriert ist, sofortige Durchbrüche zu erwarten — die Zeitlücke ist einfach zu offensichtlich.

Versteht Tencent überhaupt, wie man Modelle trainiert? Ganz sicher.

Yao Shunyu hat die gesamte Technologiekette vor Ort demonstriert. Hy3 Preview übernimmt die gangbare MoE-Architektur, vollständig ausgerichtet an der Herangehensweise von ByteDance, Alibaba und DeepSeek. Er ist der ursprüngliche Urheber der ReAct-Architektur und war tief in das GPT-Training von OpenAI eingebunden — in seiner Methodik gibt es keinen blinden Fleck.

Der wirkliche Engpass sind die Ausführungsressourcen

Erst Ende 2025 begann Tencent damit, Experten für NLP-Pre-Training und MoE im Milliarden-Parameter-Bereich massenweise anzuwerben, und die vollständige Talent-Pipeline ist noch im Aufbau. Die Sozialdaten von WeChat und QQ unterliegen strengen Regelungen und können nicht uneingeschränkt geöffnet werden, was Umfang und Strukturqualität hochwertiger Korpora weit unter Alibabas E-Commerce-Daten und ByteDances öffentliche Domänen-Aktiva stellt.

Tang Daosheng hat mehrfach eingeräumt, dass Ressourcen für Produkte priorisiert werden, wodurch die dedizierten Rechenressourcen des großen Modells knapp sind. Sowohl die Einzelkartenauslastung als auch die Clustergröße haben Mühe, tägliche Iterationen zu unterstützen.

Maximale Gefechtsintensität: Iterationen in Tagen gemessen, Konkurrenten bereits am Fließband

Aber das Schlachtfeld wartet auf niemanden. Bis 2026 wurde das Iterationstempo bis an seine Grenzen komprimiert.

Die Iterationszyklen der Branche sind auf 15-30 Tage geschrumpft — vier- bis sechsmal schneller als 2023. Und es läuft das ganze Jahr: Neue Versionen erscheinen sowohl zum Frühlingsfest als auch zum Drachenbootfest, mit 7x24-Schichtarbeit in der Forschung. IDC-Daten sind schonungslos klar: Eine Iterationsrunde verpasst, und Rankings und API-Aufrufvolumen fallen sofort ab. “Tägliches Fine-Tuning, monatliche Releases — die Intensität ist beispiellos.”

Tencents Konkurrenten sind bereits voll in ihrem Element. ByteDances Doubao 2.1-Einführung zeigte eine vollständige Pipeline: Pre-Training erweitert mit multimodalen Daten, automatisierte Post-Training-Cluster, die kundenspezifisches Fine-Tuning in 18 Stunden abschließen, wöchentliche Aktualisierungen und ein Produkt mit 315 Millionen monatlich aktiven Nutzern, das echtes Benutzerfeedback zurück ins Modell speist. Der geschlossene Kreislauf ist bereits in Betrieb.

Tencent hingegen befindet sich noch im Übergang von halbmanuellen zu industrialisierten Prozessen.

Die Zeit läuft Yao Shunyu davon.

Doch jetzt ein Urteil über ihn zu fällen, bedeutet immer noch, eine Totenrede zu halten, bevor er den Platz warmgesessen hat. Die systemische Restrukturierung hat erst Gestalt angenommen; seine Fähigkeiten sind nicht widerlegt.

Im kommenden Jahr muss er mit höchster Dringlichkeit die Fesseln von seinen Händen und Füßen lösen — die Talentlücken schließen, die Dateninfrastruktur in Betrieb nehmen, das Rechendefizit stopfen und aus “wissen, wie es geht” ein “es schnell tun” machen.

KI ist in der Tat ein Langstreckenlauf. Aber die Voraussetzung ist, dass man nicht zunächst von der Spitzengruppe abgehängt wird.

Es ist Zeit, das Tempo zu erhöhen.