de.wedoany.com-Bericht: Am 5. Juni erklärte Yao Shunyu, Chef-KI-Wissenschaftler von Tencent, auf der 2026 Tencent Cloud AI Industry Application Conference, dass es in der zweiten Hälfte der KI-Entwicklung am wichtigsten sei, in China eine langfristige AGI-Organisation aufzubauen. Er fasste den heutigen Aufbau von KI-Fähigkeiten in drei Teile zusammen: die grundlegenden Arbeiten wie Pre-Training und Post-Training zu festigen, Basistechnologien in wirklich gesellschaftlich wertvolle Produkte umzuwandeln und kontinuierlich neue Forschungsparadigmen und neue Chancen zu erkunden.
Der Kern dieser Einschätzung besteht darin, den KI-Wettbewerb von der Fähigkeit einzelner Modelle zurück zur langfristigen organisatorischen Fähigkeit zu führen.
In den letzten Jahren konzentrierte sich der Wettbewerb in der Branche der großen Modelle stark auf Parametergrößen, Trainingsdaten, Inferenzkosten, Benchmark-Ergebnisse und die punktuelle Anwendungsexplosion. Außenstehende waren es gewohnt, den KI-Fortschritt eines Unternehmens anhand kurzfristiger Indikatoren zu messen. Doch nachdem Pre-Training, Post-Training, verstärkendes Lernen, Tool-Nutzung, multimodales Verständnis und Agent-Frameworks allmählich ausgereift sind, hat sich die Herausforderung für die Technikteams verändert: Die grundlegenden Methoden haben einen relativ klaren Weg vorgegeben; was wirklich knapp ist, ist ein organisatorisches System, das kontinuierlich gute Fragen stellen, grundlegende Fähigkeiten stabil vertiefen, Modelle in echte Produkte einbetten und der Spitzenforschung langfristige Erkundungen ermöglichen kann. Yao Shunyu unterteilt KI in die drei Teile Foundation, Product und Frontier. Damit betont er im Wesentlichen, dass eine AGI-Organisation sich nicht nur auf Laborforschung konzentrieren, nicht nur kurzfristige, oberflächliche Produktverpackungen betreiben und sich nicht von echten Nutzern und industriellen Problemen lösen darf. Die Basisschicht muss Pre-Training, Post-Training, Daten, Infrastruktur und Modellentwicklung solide machen; die Produktschicht muss die Modelle in soziale Netzwerke, Büroarbeit, Inhalte, Spiele, Unternehmensdienste und industrielle Prozesse integrieren, um einen geschlossenen Kreislauf aus Nutzerfeedback und Modelliteration zu bilden; die Frontschicht muss weiterhin neue Modellparadigmen, Agentenformen, multimodale Fähigkeiten, verkörperte Intelligenz und zukünftige technologische Möglichkeiten erkunden. Wenn diese drei Teile aus dem Gleichgewicht geraten, geraten KI-Teams leicht in einen Zustand, in dem sie „Modelle, aber keine Szenarien", „Produkte, aber kein Fundament" oder „Erkundungen, aber Schwierigkeiten bei der Umsetzung" haben.
Yao Shunyus Betonung einer langfristigen AGI-Organisation hängt auch mit der eigenen Produktstruktur von Tencent zusammen. Tencent verfügt über zahlreiche hochfrequente Szenarien wie WeChat, QQ, Tencent Meeting, Tencent Docs, Tencent Cloud, Spiele, Content-Ökosysteme und Unternehmensdienste. Diese Produkte können KI mit echten Aufgaben, echtem Kontext und kontinuierlichem Feedback versorgen.
Der Wettbewerb in der zweiten Hälfte der KI-Entwicklung wird zunehmend von der „Problemdichte" abhängen. Je universeller ein Modell ist, desto mehr muss es ausreichend spezifische, ausreichend hochfrequente und ausreichend komplexe Probleme finden, um Fähigkeiten zu validieren und zu verbessern. Für Tencent bedeuten die doppelten Szenarien des Konsumenten- und des Industrie-Internets, dass KI nicht nur ein eigenständiges Werkzeug ist, sondern in die täglichen Prozesse der Nutzer wie Kommunikation, Suche, Kreation, Zusammenarbeit, Kundenservice, Forschung und Entwicklung, Marketing und Management eindringen kann. Yao Shunyu sagte zuvor, dass es in der zweiten Hälfte der KI-Entwicklung schwieriger geworden sei, Probleme zu finden. Tencent habe viele gute Probleme und gute Produkte, was mit dem Aufbau einer langfristigen AGI-Organisation korrespondiere. Eine ausgereifte KI-Organisation muss gleichzeitig Modelle, Produkte und Nutzer verstehen. Sie muss sowohl Pre-Training und Post-Training zu einer stabilen Basis machen als auch durch Produktszenarien kontinuierlich neue Daten, neues Feedback und neue Aufgaben erhalten; sie muss sowohl den aktuellen Effizienzsteigerungsbedarf bedienen als auch Raum für zukünftige neue Interaktionsformen und neue Anwendungsformen lassen. Für große Unternehmen liegt die Schwierigkeit der Verstetigung einer KI-Organisation darin, zu vermeiden, dass sie vollständig von kurzfristigen KPIs getrieben wird, aber gleichzeitig nicht zu einer reinen Forschungsabteilung ohne Geschäftsbezug wird. Die von Yao Shunyu erwähnte „langfristige AGI-Organisation" ähnelt eher einem hybriden Team, das Grundlagenforschung, technische Systeme, Produktszenarien und Spitzenforschung verbindet.
Dieser Weg zeigt auch, dass die KI-Industrie gerade vom „Modellveröffentlichungszyklus" in den „Organisationsaufbauzyklus" übergeht. Was die langfristige Wettbewerbsfähigkeit eines KI-Unternehmens wirklich bestimmt, ist möglicherweise nicht, ob eine bestimmte Modellveröffentlichung führend ist, sondern ob es kontinuierlich hochwertige Daten, stabile Recheninfrastruktur, hervorragende Forschungsteams, starke Produktschnittstellen, echten Feedback-Rückfluss und offene Erkundungsmechanismen aufbauen kann. Pre-Training und Post-Training bestimmen die Höhe der Basis, die Produktumsetzung bestimmt den gesellschaftlichen Wert, und die Spitzenforschung bestimmt die zukünftigen Möglichkeiten. Wenn Tencent in der zweiten Hälfte der KI-Entwicklung nachhaltige Fähigkeiten aufbauen will, muss es diese drei Teile langfristig im selben System halten, sodass Modellfähigkeiten, Nutzerszenarien und Forschungsparadigmen sich gegenseitig vorantreiben.
Der Fokus der weiteren Beobachtung wird darauf liegen, ob Tencent diese organisatorische Denkweise in konkrete Produkte und technische Ergebnisse umsetzen kann. Dazu gehören die nachfolgenden Iterationen des Hunyuan-Modells, die Umsetzung der Agent-Produktmatrix, die Ausweitung der KI-Dienste für Unternehmen, die Förderung von KI-Programmierung und multimodalen Fähigkeiten sowie die Frage, ob zwischen dem Grundlagenforschungsteam und den hochfrequenten Produkten von Tencent ein effizienterer kollaborativer Kreislauf entstehen kann. Die zweite Hälfte der KI-Entwicklung wird nicht nur die Modellparameter und die Veröffentlichungsgeschwindigkeit testen, sondern vor allem die Fähigkeit eines Unternehmens, langfristig Probleme zu identifizieren, zu lösen und technologische Fähigkeiten als nachhaltige Produktivität zu verankern.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
