Yao Shunyu a à peine eu le temps de s’installer.

Le remettre en question maintenant est prématuré. Il a repris HunYuan en décembre 2025, et sa première prise de parole publique est intervenue début juin — six mois et demi tout au plus. Pour un système massif qui doit être reconstruit sur trois dimensions — structure organisationnelle, pipeline de données et ordonnancement du calcul —, six mois, c’est bien trop court.

La restructuration ne fait que commencer; les faiblesses sont dans l’infrastructure de soutien

Hy3 Preview n’est que la première livraison à moitié cuite soumise par Yao, loin d’un modèle principal finalisé. Lui-même admet : “Nous continuons d’accroître l’échelle du pré-entraînement et du post-entraînement. La version officielle connaîtra des itérations majeures.”

Ce qu’il a hérité n’était pas une équipe d’élite mais un tas de dettes accumulées. Tang Daosheng a reconnu publiquement que par le passé, l’équipe HunYuan était dispersée dans plusieurs lignes métier sans base unifiée; l’offre de données d’entraînement de haute qualité était gravement insuffisante; et les GPU d’entraînement étaient depuis longtemps priorisés pour les produits internes, laissant les ressources de calcul tendues.

Ce que Yao Shunyu a accompli en six mois, c’est consolider la main-d’oeuvre fragmentée, construire de nouveaux pipelines de nettoyage et d’évaluation des données, et pousser pour l’expansion et l’ordonnancement du calcul. Tous ces efforts prennent des mois, et même aujourd’hui, l’infrastructure de données n’est pas totalement opérationnelle, tandis que les ressources de calcul ne peuvent toujours pas égaler les ressources abondantes de ByteDance et d’Alibaba.

Juger l’ensemble du système sur la base d’une version intermédiaire est donc déraisonnable. Les analystes du secteur soulignent que Qwen 3.7 d’Alibaba et Doubao 2.1 de ByteDance ont tous deux nécessité plus de deux ans d’itérations pour se stabiliser. Attendre d’une équipe intégrée depuis seulement six mois qu’elle produise des percées immédiates — le décalage temporel est tout simplement trop évident.

Tencent sait-il vraiment entraîner des modèles? Bien sûr que oui.

Yao Shunyu a démontré la technologie de bout en bout sur place. Hy3 Preview adopte l’architecture MoE dominante, totalement alignée avec l’approche de ByteDance, Alibaba et DeepSeek. Il est le proposeur original de l’architecture ReAct et a participé en profondeur à l’entraînement de GPT chez OpenAI — il n’y a aucun angle mort dans sa méthodologie.

Le vrai goulot d’étranglement, ce sont les ressources d’exécution

Ce n’est qu’à la fin 2025 que Tencent a commencé à recruter en masse des experts en pré-entraînement NLP et MoE à l’échelle des centaines de milliards de paramètres, et le pipeline complet de talents est encore en construction. Les données sociales de WeChat et QQ sont strictement réglementées et ne peuvent être ouvertes indéfiniment, ce qui rend l’échelle et la qualité structurelle des corpus de haute qualité bien inférieures aux données e-commerce d’Alibaba et aux actifs de domaine public de ByteDance.

Tang Daosheng a admis à plusieurs reprises que les ressources sont priorisées pour les produits, laissant les ressources de calcul dédiées du grand modèle tendues. Tant l’utilisation d’une seule carte que l’échelle du cluster peinent à soutenir une itération quotidienne.

Intensité maximale sur le champ de bataille: itérations en jours, concurrents déjà à la chaîne

Mais le champ de bataille n’attend personne. En 2026, le rythme d’itération a été comprimé à son extrême limite.

Les cycles d’itération du secteur sont tombés à 15-30 jours — quatre à six fois plus rapides qu’en 2023. Et cela tourne toute l’année : de nouvelles versions sortent pendant la Fête du Printemps comme la Fête des Bateaux-Dragons, avec la R&D en équipes 7x24. Les données d’IDC sont impitoyablement claires : ratez un cycle d’itération, et le classement ainsi que le volume d’appels API chutent immédiatement. “Ajustement quotidien, lancements mensuels — l’intensité est sans précédent.”

Les concurrents de Tencent sont déjà véritablement dans leur élément. Le lancement de Doubao 2.1 de ByteDance a présenté un pipeline complet : pré-entraînement élargi avec des données multimodales, des clusters automatisés de post-entraînement effectuant un ajustement personnalisé en 18 heures, des mises à jour hebdomadaires continues, et un produit de 315 millions d’utilisateurs actifs mensuels alimentant les retours utilisateurs réels vers le modèle. La boucle fermée est déjà en place.

Tencent, quant à lui, est encore en transition de processus semi-manuels vers industrialisés.

Le temps presse pour Yao Shunyu.

Mais porter un jugement sur lui maintenant, c’est encore lire un éloge funèbre avant qu’il n’ait réchauffé son siège. La restructuration systémique n’a encore que pris forme; ses capacités n’ont pas été réfutées.

Dans l’année à venir, il doit agir avec la plus grande urgence pour dénouer les cordes qui entravent ses mains et ses pieds — combler les lacunes en talents, rendre l’infrastructure de données opérationnelle, boucher le déficit de calcul, et transformer le “savoir-faire” en “faire vite”.

L’IA est certes une course de fond. Mais à condition de ne pas être d’abord décroché du peloton de tête.

Il est temps d’accélérer l’allure.