姚顺雨空降：组织重振优先于技术激进
姚顺雨在腾讯最大的支持者是Martin（刘世平），后者在关键决策中为他提供了强力背书。姚顺雨本人并非典型的技术导向型人才，而是极度重视组织建设。他常在内部强调：“做大模型这个东西，组织是非常关键的，很多问题都是组织的问题。”这一理念直接体现在他上任后的核心策略中：混元三的发布并非追求技术突破，而是为实现组织磨合与团队士气重振的阶段性交付成果。他作为新人空降，需在短期内展现成果，因此选择以290多参数的小模型（ME级别）作为首秀——既符合快速交付节奏，也为团队在真实实践中完成流程与人员磨合提供了机会。
“核心是我让整个组织磨合好，让团队的士气重振。”
“我需要在一定的周期内有所交付……我不能说我来了一年了，然后什么都没有。”
混元与微信LM团队：并行而非合并的双轨战略
尽管从技术效率角度看，腾讯完全可统一底层模型、仅做面向微信的优化，但微信团队（尤其是张小龙）拒绝将混元视为第三方模型服务方。其核心顾虑在于：对用户隐私与数据控制权的极度敏感，因此坚持自建模型以实现更高可控性。这一立场导致混元与微信LM团队（VLM）形成长期并存、定位错位的双轨格局：混元侧重“摸高”，追求智能极限；微信则聚焦14亿用户产品落地，更关注资源可行性（如算力、推理成本）。这种差异也带来资源分配上的张力——腾讯整体资源有限，一方投入增多，另一方必然受限。
“他不觉得混元是第三方，但他对于微信本身的隐私、用户数据是极度在意的，所以他还是更倾向于自己去做一个模型出来。”
腾讯AI团队的代际更替：从搜广推到年轻化浪潮
混元最初由AI Lab与数据平台部等传统技术团队组成，成员多来自搜广推背景，组织偏“老态”。2021–2022年降本增效后，团队人手与GPU资源严重不足（初期仅2000张卡，且多为广告部门调拨的旧卡），处于低谷。DeepSeek的横空出世成为关键转折点：腾讯高管意识到，年轻团队也能做出顶尖模型，由此启动大规模年轻化改革。Martin亲自赴硅谷招募前沿科学家，并将面试层级提升至自身参与，打破原有VP层级限制。姚顺雨正是在此背景下被引入，其团队几乎全为新人，标志着腾讯AI从“老将守成”转向“青年冲锋”的战略转向。这一风潮与行业整体对“年轻人”的狂热同步，而其起点可追溯至2023年大模型创业潮与2024年DeepSeek引发的认知冲击。
“年轻人这个风潮……应该也是从DeepSeek出来以后吧？我觉得是个逐渐的过程。”
从研究导向到实战导向：腾讯大模型团队的组织转向
在2024年底之前，腾讯大模型团队（混元）的组建思路偏重研究背景出身的科学家，如谭旭（多模态方向，前微软亚研院）、冯嘉石（多模态，字节）、彭贺文（多模态，微软亚研院）等人陆续加入。他们大多来自微软、字节等技术强企，但团队整体仍缺乏能定义技术方向、压方案、把控产品化路径的“产品经理式科学家”。姚顺雨在加入前撰写的博客《The Second Half》中指出：AI上半场是攻克可明确评估的“智力游戏”任务（如围棋、IMO），而下半场的核心挑战是定义真正值得解决的问题——这需要大量真实场景沉淀的context（上下文）。腾讯因其社交（微信/QQ）、办公（企业微信/腾讯会议）、内容（腾讯视频/QQ音乐）、游戏（《和平精英》）等多元头部应用矩阵，在数据多样性与场景丰富度上具备显著优势。相比之下，字节虽用户体量大（抖音8亿DAU等），但生态高度集中于推荐分发逻辑，数据同质化严重，缺乏跨垂类的深度沉淀。
“你要去找到这种问题，其实很依赖于大公司里面有没有沉淀出足够数量的这种 context。”
“Meta其实跟腾讯有一点类似，但是为什么不选字节？是因为他觉得说字节的用户体量虽然大……但这些DAU的画像其实都很同质化的……diversity其实是远远不如腾讯和Meta所沉淀下来的这些数据。”
部门墙松动：信任重建驱动数据协同
尽管腾讯拥有丰富数据资源，但长期存在的部门墙问题严重制约了混元与业务方的合作深度。过去，如微信、腾讯视频等核心业务出于数据安全、结算复杂、版权归属等考量，仅以独立项目制向混元提供有限数据，且禁止用于预训练等底层任务。姚顺雨加入后，推动了关键转变：混元需用实际效果证明自身价值，才能换取业务部门的信任与数据开放。例如，《和平精英》与混元三合作实现AI NPC落地后效果显著，腾讯新闻接入元宝后用户活跃度快速提升——这些可量化的产品增益正逐步打破协作壁垒。目前，混元已为多数业务配置2–3人专项后训练团队，专职对接需求、优化模型，形成“业务提场景—混元给方案—效果反哺合作”的正向循环。
“现在可能以前……大家对于拥抱AI这件事情的态度是比过去要开放很多的。”
“像微信是肯定不会给混元数据的。现在肯定也不会……现在还没有，对吧？”
姚顺雨入主后的组织重构与人才战略
姚顺雨于2025年秋季正式加入腾讯，其组织调整迅速而彻底：2025年4–5月间，将多模态理解业务并入大语言模型部，并启动全面人事更替——预训练、后训练、评测、infra等核心岗位几乎全部由其亲自招募的新团队接替，如来自阿里云Infra的肖学峰、张弛、黄启等。老人并未被裁撤，而是“被边缘化”后主动转岗，姚顺雨的策略是：“你可以继续在这待着，你只要不要碰鸡毛。” 这种温和却高效的换血方式体现了其强执行力与老板信任（向刘志明及TEG总裁庐山双线汇报）。人才吸引力方面，腾讯自2025年起大幅提高薪酬竞争力，待遇显著高于市场水平，甚至超过阿里；叠加姚顺雨在业界的学术声望与OpenAI背景，成功吸引大量年轻研究员加入。其组织扩张节奏之快（入職两三个月即完成核心团队重组），也反映出腾讯在AI战略上已进入全力冲刺阶段。
“他就是非常快的把这些都换掉了。”
“腾讯也开始大方起来了，就是愿意给更高的价钱……待遇还是比他们高。”
加入动机：声望、薪酬与重建机会
姚顺雨的加入，背后有多重动因。首先，他本人在行业内的声望与号召力是关键因素——从 OpenAI 出来后，他在 AI 研究圈已具备相当的知名度，对年轻研究员尤其具有吸引力。正如一位内部人士指出：“你先不管他做了什么东西出来，但是他的这个名字在这儿，对于这些年轻人来说就是一种吸引力。”
其次，腾讯在人才竞争上的态度已显著转变。此前，混元团队的薪酬待遇明显低于市场水平；但从 2025 年起，腾讯决定“大方起来”，愿意以远高于市场价的包薪抢人，尤其在与阿里、字节的竞争中，其给出的待遇“相对还是比他们高”，以弥补组织层面的劣势。
更深层的吸引力在于“重建红利”：混元尚处重建期，大量关键岗位空缺，为原在阿里、字节无法独立带队的研究员提供了成为 Team Leader 或自主推进项目的宝贵机会。“我这里还有坑，你来我这儿，你就能当一个 leader 也好，或者说你能做你更多你自己想想做的事情也好，你不用再去 seed 里面当一个螺丝钉。”
“我这里还有坑，你来我这儿，你就能当一个 leader 也好，或者说你能做你更多你自己想想做的事情也好，你不用再去 seed 里面当一个螺丝钉。” “你先不管他做了什么东西出来，但是他的这个名字在这儿，对于这些年轻人来说就是一种吸引力。”
组织变革：年轻化、扁平化与割裂阵痛
混元团队的组织变革呈现出鲜明的“破例”特征。最引人注目的是：当前混元架构负责人竟是一名在读博士生——这在腾讯传统体系中极为罕见。对比来看，过去腾讯重要业务的负责人往往需“在公司待了非常多年”，是“偏老登型”的管理者；而如今，年轻化趋势已悄然突破层级天花板，标志着组织文化的重大转向。
团队氛围也趋近创业公司：层级极少、上下文高度共享、决策效率显著提升，并初步形成“为共同目标努力”的愿景感。然而，作为大公司，其固有顽疾依然存在：冗员问题突出（“人一多，混日子的人肯定有”）、跨部门协作效率低（“我突然想到一个什么 idea，我要去跟谁说？我认人可能或者找人，我都要找一圈”）。
更值得注意的是，新人与旧人的割裂感正在显现：新人适应新文化，而旧人则因“scope 被砍掉、传统工作方式失效”而产生抵触情绪。这种冲突实为腾讯组织变革的必然阵痛——“公司想要的变化的方向对吧？”
“有非常多的人会感觉到已经有一点点这种创业团队的影子在，就是所谓的层级非常的少。” “所谓割裂，其实一方面就是新人和旧人嘛，就是新的人来了以后，肯定会觉得我很能够适应这样子的一个文化氛围。只见新人笑，是。”
姚顺雨其人：重组织、近一线、老成又鲜活
姚顺雨（1997 年生，现 28 岁）给同事留下的最深印象，并非技术锋芒，而是超乎年龄的组织悟性与成熟度。多位与其共事者反馈：他极度重视组织建设，常强调“做大模型，组织是关键，很多问题归根结底是组织问题”。他不直接干预技术路线，而是将执行权下放，聚焦于系统性搭建与调适。
尤为特别的是，他高度关注一线执行者体验：常主动找实习生、初级研究员收集反馈（如数据平台卡顿），并能快速联动业务负责人推动改进——这被视作其“组织悟性”的具体体现。
风格上，他既“嘻嘻哈哈打篮球”，又对组织逻辑有深刻理解；与梁文锋等技术型 leader 形成鲜明对比：“梁文锋更 focus 在技术上……姚顺雨更关心组织”。这种特质使他被评价为“很老成，比想象中老成很多”，甚至被认为“适合创业”，但其是否具备强创业驱动力，仍存疑问。
“他非常重视组织，他不会直接的否定，或者是说在技术路线上给出一些非常 sharp 的一些见解。但是呢，他会把这些事情交给下面的人。” “他其实会更关心这个一线执行的同学的这种感受，包括最年轻的研究员，包括实习生，他经常去找他们要反馈。”
预期管理：从‘ready’到‘达标’
姚顺雨加入腾讯300天时，内部对混元三的发布结果普遍认为符合预期而非超出预期。这种预期源于他上任初期的共识：问题虽存在，但“一切都已ready”，所谓“超越千万”只是时间问题。这一判断在混元三发布后并未改变，甚至在部分高层眼中，节奏控制得当——既未过度承诺，也未低估挑战。例如，混元四是否能进入第一梯队仍存差距，但差距正在收窄，真正有影响力的模型可能要等到后续版本。
这种预期管理并非被动接受，而是主动设计的结果。姚顺雨团队在混元三发布前推出“preview”版本，既为内部定调，也为外部建立合理预期。Preview虽未被广泛认可，但相比混元二已是质的飞跃，为后续正式版的正向反馈打下基础。这种节奏感，既是对老板的交代，也是对团队的激励。
“OK不是超出预期的意思，是符合预期、达标预期。”
“它相比于会员二其实是质的飞跃的。”
组织重构与团队风格：决绝、高效、强执行
姚顺雨的管理风格被同事描述为“内强外强、从内到外都比较决绝”，既非色厉内荏，也非虚张声势。他通过果断换人、打破利益绑定来重塑团队结构，尤其在关键岗位上“说换就换”，展现出极强的执行力与决断力。尽管有部分老人（如徐峥）与他建立了信任，但整体上他更倾向于以结果为导向的协作模式。
在压力应对上，他选择通过组织篮球活动等方式缓解团队紧张氛围，同时自身保持冷静、从容的状态。这种风格与腾讯以往“明确划分”的业务架构形成对比——他推动的整合动作，如将原属PCG的QQ浏览器、搜狗搜索、腾讯文档等并入CSIG，是腾讯AI战略集中化的重要一步。
“他从内到外，他都是表现出来的比较决绝的一个这样的一种状态吧。”
模型与产品协同：强化学习平台与生态整合
姚顺雨正推动一个公司级强化学习平台，旨在打通模型与产品之间的数据与训练闭环，让各业务线（如Work Buddy、元宝）能在此平台上进行后训练优化。这一平台将成为混元模型持续迭代的基础设施，尤其依赖Work Buddy等产品产生的高质量交互数据。
当前腾讯的AI产品以生产力工具为主：Work Buddy、Code Buddy、元宝、艾玛（知识库）、Marvis（桌面Agent）等均属CSIG体系；微信的小微Agent虽独立，但也开始调用混元能力（灰度中）。值得注意的是，混元三仍属“中规中矩的小模型”，混元四将重点补足多模态能力与更大参数规模，并持续优化数据与基础设施——后者是姚顺雨团队用3–4个月从零重建的体系，尚处磨合期。
尽管微信与混元之间缺乏深度协同，但元宝已逐步转向以混元为底层模型，反映出腾讯整体对混元的战略倾斜。未来能否进一步打通微信生态，将是混元能否真正“出圈”的关键考验。
混元与VLM：并行发展中的资源与文化差异
当前微信事业群内部的AI能力布局，主要由混元（腾讯官方大模型团队）与微信VLM（微信自研大模型团队）共同构成，二者目前处于并行发展、相对独立的状态。混元作为腾讯统一的AI战略支点，正积极构建模型体系，而VLM则聚焦于微信生态的本地化适配，尤其在多模态能力和微信原生场景（如小微Agent、搜索、聊天摘要等）中落地。
在组织层面，二者存在显著差异：混元因是新建团队，可重新设定招聘标准与薪酬体系，因此能提供更具竞争力的待遇；而微信VLM受限于既有的薪资结构与文化惯性，难以快速调整以匹配外部AI人才预期。微信长期坚持“内部培养为主”的人才策略，更倾向从体系内提拔中坚力量，而非大规模引入“AI native”背景的外部专家。
人员流动确实存在，属于内部活水机制，但方向性明显——更多人希望从VLM流向混元，反映出混元在资源倾斜与职业发展上的优势。不过，即便有戴子航等业界知名人物被接触，真正落地的招聘仍面临文化适配与岗位匹配的双重挑战。
“混元的待遇肯定比VLM要高很多，高很多。” “微信从历史上、从传统上讲，它也不是那么那么的激进的说我要从外面去找很多人，它更希望是从内部培养自己的人去成为这种中坚力量。”
微信VLM的模型进展与场景落地困境
微信VLM团队已发布多个自研模型成果，例如1月发布的258B MoE模型（未公开对外提供API），以及7月14日更新的技术研究笔记《浅空间计算扩展》，强调在极端资源效率约束下为十四亿用户规模做适配性优化。该模型主要服务于微信内部场景，如小微Agent、搜索、聊天内容摘要、群聊总结等。
然而，其实际应用仍面临场景价值与用户需求错配的挑战。例如，用Agent点餐或打车的效率远低于手动操作，用户需多次确认流程，未能真正实现“无感自动化”；而基于AI的社交辅助（如帮写回复、解释术语）虽有潜力，但内部对高频真实需求尚无共识——团队更倾向于“用户导向试错”，即依赖真实用户反馈决定功能去留。
“我现在有这样的一个生态在这里，我可以尝试的去用这样的方式去 AI 化，但最终要怎么走，我觉得他们更多的是就是交，真的是交给用户。” “我自己是没有太多这样的需求的……到底多少人有这样的需求，我不是很清楚。”
组织惯性与AI时代的战略张力
腾讯内部对AI战略的分歧，本质是其联邦式组织文化与集权式竞争压力之间的张力。腾讯各事业群高度自治，如游戏、微信、IEG等均拥有独立研发能力，甚至都已在自研世界模型。这种模式在传统业务中成效显著（如微信、王者荣耀的“地方跑马”成功），但在AI时代面临算力瓶颈——中国头部公司整体算力资源较海外头部公司差1–2个数量级，倒逼组织协同升级。
Martin（腾讯高管）等已意识到，面对字节等高度集权、数据打通、快速迭代的对手，腾讯需在“统一领导”与“分散协作”之间寻找新平衡。内部曾以《黑鹰坠落》为例反思协作失效风险：三角洲部队虽精准执行任务，却因游骑兵支援乏力导致全局失败——类比于跨部门协作中能力错配与响应延迟的隐患。
尽管如此，腾讯短期内仍难放弃其“四两拨千斤”的轻运营传统。例如小蓝包电商虽具微信native创意，却因缺乏重运营能力而难成主流；同理，AI落地亦受限于微信“规则已定、只能跳舞”的生态约束。
“微信是一个，它有自己的束缚，就是你是一个十四亿的全民级的产品，然后你微信所有的规则已经都已经定死了的，那你相当于是你只能在这一套微信的规则里面去跳舞。” “他们内部也在讨论过，腾讯过去非常引以为傲的这种所谓的合作方式……在对抗字节这种非常的集权、非常的自上而下、快节奏的这个世界里面，他们其实是需要统一领导，而不是去协调各种各样的资源和各方利益的。”
总部创新困局与边缘突破
有评论指出：腾讯总部长期难以孵化新业务——微信诞生于广州，《王者荣耀》来自成都，而微博电商、搜索云、微视等总部主导项目均告失败。该观点进一步断言，姚顺雨若坚持“强技术路线”或“集团层面推行业务”的路径，将因违背腾讯两大基因而注定受阻。然而，这一说法并不完全成立：QQ虽非总部首创，但腾讯网、腾讯新闻、QQ音乐、《和平精英》等成功产品均出自深圳总部，说明总部并非不能创新，而是创新机制存在结构性挑战。
真正值得深思的是：在大公司内部，资源高度集中未必带来更好结果，边缘地带反而更易孕育突破性创新。张小龙曾解释微信为何诞生于广州——“正因为我们在广州，可以不用知道深圳的人在做什么，反而能更安心地按内心认为正确的方式做产品”。这呼应了凯文·凯利在《失控》中提出的观点：创新常发生于组织边缘。类似案例还包括钉钉早期在阿里M6团队、通义千问初期的相对自主空间。这些实践表明，低干预、小资源、去中心化的环境，有时比高关注、强指导更能激发原创性。
“因为正是因为我们在广州，我们可以不用知道深圳的人在做什么事情，那反而可以更加安心的按照自己内心认为正确的事情去做东西，不然可能也就不会有微信出现了。”
“很多创新是在边缘地带发生。”
组织改革周期与文化兼容性
姚顺雨目前处于其在腾讯的“信任红利期”，可大刀阔斧推进人事、组织与战略调整——这类动作在初期相对容易执行。但真正的挑战出现在后续阶段：如何让新战略与既有组织文化兼容？
陆奇在百度的改革提供了镜鉴：他上任初期果断调整战略（“稳住搜索，决胜AI”）并重组团队，却最终导致大批核心高管流失。这揭示了一个关键问题——组织变革若忽视文化适配性，再正确的方向也可能引发系统性反弹。尤其在AI这类长周期、高不确定性的领域，技术突破之外，能否构建可持续协作机制、实现跨团队代码与设计协同、平衡外部输入与内部文化渗透，才是长期竞争力的核心。
当前AI行业亦面临节奏变数：尽管Sora等模型展现惊人能力，但商业化落地仍依赖大量FDE（前向部署工程师）支持。SAP与OpenAI合资成立数十亿美元级部署公司的动向，印证了“最强模型≠自动落地” 的现实。若国内长期缺乏清晰的商业化路径，技术优势难以转化为商业优势。因此，腾讯AI的突破不仅取决于模型性能，更在于能否在技术、产品与商业闭环之间建立有效协同机制。
第一梯队的评判迷思与竞争本质
当前行业对“AI第一梯队”的判断存在明显模糊性：尽管字节拥有顶尖资源、人才密度与基础设施，其大模型口碑与产品落地（如Coding能力）却未达同等声量；而腾讯虽有明确战略投入，却缺乏如阿里千问般的社区共识与技术口碑。大家为何仍普遍认为字节“必留牌桌”？答案往往指向感性惯性——字节过去八年是中国互联网最具活力的科技公司，持续产出爆款产品（如抖音、番茄小说），其组织能力与创新节奏形成强大心智印记。
值得注意的是，这种“信任溢价”在融资市场已有体现：字节背景的创业者更易获得资本青睐。但这也是一把双刃剑——字节的成功高度依赖公司级底座与体系化能力，而非个人英雄主义（如微信支付的张小龙），其产品团队往往难以复制为独立品牌。当AI竞争从“单点模型比拼”转向“全栈能力竞赛”，腾讯与阿里需突破的不仅是技术瓶颈，更是如何建立可被市场识别的差异化叙事与信任锚点。
从To C到To B的赛道迁移也带来范式变化：Chatbot曾被视作“下一个微信”，存在强烈网络效应与赢者通吃可能；而Coding等生产力工具更接近SaaS逻辑——增长较缓、收入天花板明确、且天然允许多家头部共存。若AI应用走向SaaS化，其商业想象力可能受限，竞争将更趋专业化而非爆发式。
SaaS 的局限性与 coding 的破圈瓶颈
从商业模式角度看，若将 coding 工具定位为典型的 SaaS 生态，其增长节奏与想象空间将受到明显制约：一方面，SaaS 增长普遍缓慢，收入表现也远逊于 C 端产品；另一方面，SaaS 往往难以形成一家独大格局，通常一个行业会存在多个头部玩家——这源于代码工具的扩散速度极快，但天花板也来得更早。
国内 coding 的用户基数虽在扩大，但整体体量仍远小于互联网广告市场。更关键的是，当前 coding 的实际渗透率并不高：企业采购常按全员数量计费（如一万员工买一万席位），但真正高频使用的比例偏低。Work Buddy、Qdar 等公司虽按席位收费，但付费转化与活跃度数据仍不乐观。
“其实国内的人肯定不少，而且未来有更多人可以用嘛？”
“核心就不是在 coding 上面了，而是可能它是会在一个通用 agent 上面，这个东西到底有多大的想象力或者想象空间？”
从程序员向更广义白领、专业 C 端用户的拓展路径仍漫长，尚未抵达明显拐点。尽管 2024 年 3 月曾被视作阶段性拐点，但真正破圈仍需时间——2024 年下半年起，大厂早已开始转向 coding，只是外界感知滞后。正如戴宇森在 2025 年初播客中所言：“未来已来，但是分布不均”：AI 圈内人早已重视 coding 能力（如 SWE Bench 成为模型标配测试），但将其作为核心战略仍属少数——Anthropic 是海外典型，而国内如智谱、Kimi 则从 2025 年上半年起才真正加码投入。
从技术验证到商业落地的断层
当前 coding 在程序员群体中已实现初步验证——大模型确能显著替代部分编码任务；但能否快速覆盖更广泛的知识工作者与白领群体，仍是未知数。若替代节奏放缓，市场预期便会掉头，形成新一轮转折。
值得注意的是，AI 行业已连续三年（2023–2025）在秋冬季被反复预言“见顶”与“泡沫破灭”，却始终未兑现悲观预期。这反映出行业存在一种“伤秋”节奏，但商业化落地仍显单薄：目前仅 coding 与视频生成展现出较明确的商业路径，其他领域尚缺足够数据支撑规模测算。
“其实现在美股已经有很大的波动了。”
“从二三年开始，每一年的秋天到年底，大家都在说，哎呀，那个到头了，泡沫要破灭了。就这件事情已经发生二三年、二四年、二五年，已经发生三次了。”
展望下半年，是否会出现更大转折，取决于通用 agent 在白领场景的渗透速度与深度。而这一进程，不仅依赖技术演进，更受制于组织适配、产品设计与商业模型创新——这也解释了为何腾讯等大厂虽布局多年（如 2016 年 AI Lab），但大模型落地仍需跨过业务单元割裂、组织惯性等深层挑战。
观察视角的拓展：从技术到组织与生态
相比单纯聚焦创始人或技术专家，晚点团队尝试引入一线记者视角，深入探讨大模型背后的组织逻辑与商业判断。例如，腾讯在大模型战略上存在明显张力：高层（如 Martin、刘赤平）倾向推动公司级统一声，而各事业群长期形成的自下而上生长惯性，又保障了微信等国民级产品的审慎迭代能力。
这种张力也体现在技术路径选择上：微信 VLM 团队与混元之间的合作与竞争，模型层与应用层（如 Work Buddy 这类 Working Agent）的联动，均构成值得长期追踪的生态变量。
“我自己聊完有很多更清晰的总结和观察……微信的 VLM 团队和混元之间的合作与竞争，是一个值得更长期观察的问题。”
在技术层面，中国开源社区与研究群体展现出高度协同性——DeepSeek V4 中的优化器改进借鉴了 Kimi 的贡献；残差连接方式的演进则融合了字节 C 的 HC、Kimi 的 MHC 与 Tension Residues。这印证了：硬核技术突破与开放协作生态，正成为国产大模型跃升的关键支点。