金山云财报:营收创纪录增31%亏损大幅收窄,AI云总账单暴涨82%
一份内部刊物，揭开腾讯AI的真实节奏
2026年8月26日，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在一份内部刊物中罕见发声，直接回应了外界长期存在的“腾讯做AI慢了”的质疑。据公开信息，汤道生明确表示“一点不焦虑是不可能的”，并首次将混元大模型进展受阻的主因指向公司整体算力严重不足。这一表态结束了腾讯管理层在AI进度问题上长达数月的沉默，也让市场重新审视这家超级平台在大模型竞赛中的真实位置。
汤道生在文中透露，混元大模型已经历多次重构，当前版本混元Hy3在同等参数规模的大模型中效果突出。但他同时承认，算力缺口“拖慢了模型训练与产品发展，产生了比较大的影响”。这一说法与此前腾讯在财报电话会中反复强调的“高质量增长、效率优先”形成微妙对照——当竞争对手以激进资本开支换取模型能力跃升时，腾讯选择了更审慎的算力投入节奏，代价则是模型迭代速度与产品体验的相对滞后。
据业内人士分析，混元Hy3的“同等参数效果突出”并非虚言。在2026年上半年多个第三方中文大模型评测中，混元系列在推理能力、代码生成和中文理解任务上稳居第一梯队，部分指标甚至超过参数规模更大的竞品。问题在于，第一梯队的座次正被算力更充沛的对手快速改写。据IDC（国际数据公司）《2026年第二季度中国人工智能算力市场追踪报告》显示，2026年上半年中国AI训练算力支出同比增长47%，其中字节跳动、阿里云和百度的合计份额超过58%，腾讯未进入前三。算力储备的差距，直接转化为模型更新频率和产品覆盖速度上的可见差距。
汤道生此次发声的另一关键判断是：“起得早也许不是最关键的，AI下半场才刚开始。熬得久才有机会抓住持续出现的新机遇。”这句话背后，是腾讯在AI战略上的一次明确转向——不再追求短期的参数竞赛或发布节奏，而是将资源押注在长周期的应用生态和商业化闭环上。从历史脉络看，腾讯在移动互联网时代曾多次上演“后发制人”，无论是微信之于即时通讯，还是小程序之于轻应用生态，都证明了其工程化落地和流量分发的系统能力。但大模型时代的技术栈、竞争要素和资本门槛已发生根本变化，历史经验能否复用，仍需打上问号。
[IMG:1]
从财务数据看，腾讯的克制有其合理性。据腾讯控股2026年第二季度财报（2026年8月发布），公司当季资本开支为人民币142亿元，同比仅增长9%，远低于同期阿里、字节跳动公布的AI基础设施投入增速。管理层在财报说明会上明确表态，将“根据模型能力演进和商业回报节奏动态调整算力采购”，避免“过度建设”。这种“以用促建”的策略在云计算和企业服务市场确有优势，但在模型能力快速迭代、窗口期稍纵即逝的基础模型层，过于保守可能意味着错失定义技术标准的资格。
来自供应链的信息也佐证了腾讯的算力焦虑。据多位服务器ODM厂商人士透露，腾讯2026年上半年的AI服务器拉货量明显低于头部互联网同行，部分订单甚至出现延期交付调整。与此同时，腾讯云在对外售卖算力服务时，也开始优先保障内部混元训练和重点客户需求，边缘算力租赁业务的响应速度受到影响。这种“算力内卷化”的现象，反映出腾讯在资源约束下的艰难平衡：既要支撑混元持续迭代，又要维持云业务的客户承诺，还要应对微信、游戏、广告等核心场景对推理算力的突发需求。
从产品端看，混元的落地速度确实慢于外界预期。截至2026年8月，腾讯元宝App的月活跃用户规模仍停留在千万级，与字节跳动豆包、百度文小言等动辄数千万甚至上亿的月活存在量级差距。据QuestMobile《2026年上半年中国AIGC应用市场洞察报告》数据，2026年6月腾讯元宝月活跃用户为1860万，位列行业第五；同期豆包月活达8920万，文小言为5340万。差距不仅体现在用户数上，更体现在AI原生产品的功能丰富度和更新节奏上。多位产品评测人士指出，元宝在文档处理、多轮对话和场景模板覆盖上具备腾讯生态特色，但模型底座更新周期较长，部分能力升级滞后于竞品三到六周。
值得注意的是，腾讯在AI领域的短板并未影响其整体经营韧性。据腾讯控股2026年第二季度财报，公司当季营收为人民币1823亿元，同比增长11%；净利润为人民币573亿元，同比增长24%。游戏、广告、金融科技与企业服务三大板块均实现正增长，其中广告业务受益于AI推荐系统的效率提升，毛利率改善明显。这意味着腾讯有足够的利润弹药支撑AI长跑，但如何将利润优势转化为技术代差，是汤道生团队必须回答的核心命题。
[IMG:2]
行业层面看，中国大模型竞赛已进入“算力—数据—应用”三重飞轮的残酷淘汰阶段。据中国信息通信研究院《人工智能发展白皮书（2026年）》统计，截至2026年6月，国内已备案大模型超过380个，但真正具备持续训练和商业变现能力的不足20个。算力价格的持续高企让中小厂商加速出清，头部厂商的资本开支竞赛则进一步拉高进入门槛。腾讯若能在算力约束下找到“高参数效率+强场景分发”的差异化路径，仍有机会在下半场占据一席之地；若继续以“熬得久”作为主要竞争策略，则需警惕窗口期关闭的风险。
汤道生的“下半场”论调并非没有依据。从全球范围看，基础模型训练的阶段红利正在消退，行业重心正从“模型能力验证”转向“推理成本优化与场景渗透”。据Gartner（高德纳咨询公司）2026年7月发布的《生成式AI技术成熟度曲线》报告，基础大模型已滑入“泡沫破裂低谷期”，而AI代理、领域模型和推理基础设施则进入“爬升光明期”。若这一判断成立，腾讯在云服务、企业软件和消费互联网的纵深积累，反而可能成为下半场竞争的结构性优势。混元Hy3在同等参数下的高效表现，也为腾讯在推理成本敏感的场景中提供了技术基础。
不过，算力缺口带来的影响短期内难以完全消除。据多位接近腾讯AI实验室的人士透露，混元下一代模型的预训练计划因GPU供给紧张已多次推迟，原定2026年第三季度启动的超大规模训练任务仍存在变数。这意味着至少在未来两到三个季度内，腾讯在旗舰模型能力上的位次可能继续承压。如何在有限算力下维持模型竞争力的持续输出，将考验腾讯AI团队在数据质量、训练效率、模型架构创新等维度的极限能力。
从更长的历史维度看，腾讯在AI领域的战略摇摆并非首次。早在2016年，腾讯就成立了AI Lab，在计算机视觉和自然语言处理领域积累了大量科研成果；2017年提出“基础研究—场景共建—能力开放”的AI三步走战略；2023年混元大模型发布时，马化腾曾用“我们的AI终于来了”定调。但此后两年间，腾讯在AI产品化和算力投入上明显慢于字节跳动和阿里，内部资源协调、业务线博弈和商业化路径的不确定性，均在不同阶段拖慢了节奏。汤道生此次内部发文的更大意义，或许是统一内部认知、为下一阶段定调：腾讯承认慢了，但不承认输了。
截至发稿时，腾讯官方未就汤道***文内容发布进一步说明。但据公开信息，腾讯计划在2026年9月举办的全球数字生态大会上，公布混元大模型在端侧部署、企业级智能体平台和推理成本优化方面的最新进展。市场将密切关注，这些动作能否将“熬得久”从态度宣言转化为可验证的竞争结果。
本文由AI辅助生成
