Die Geschichte von Tencent & KI
Vom Super-App-Konzern über Hunyuan und Yuanbao bis zu Hy4 preview und dem WeChat-Agenten Xiaowei — wie Tencent KI über das WeChat-Ökosystem mit 1,43 Mrd. Nutzern verteilt.
Konfidenz-Kennzeichnung
- ✅ Faktum (belegt)
- 🟡 teilweise belegt
- 🔵 Interpretation
Kategorien
- Unternehmen
- Forschung
- Modell
- Produkt
Zeitleiste
Vier Kapitel von QQ/WeChat über Hunyuan und Yuanbao bis Hy4 preview und Xiaowei (2026). Filtere nach Kategorie oder durchsuche alle Ereignisse — jeder Eintrag führt seine Quellen mit.
QQ, WeChat & das AI Lab
Vom Messenger zur Super-App — die Plattform-DNA und das AI Lab.
Gründung — Pony Ma & QQ
Ma Huateng („Pony Ma“) gründet Tencent; der Messenger QQ macht es zum Internet-Schwergewicht. Die Plattform-DNA, die später jede KI-Strategie prägt.
WeChat/Weixin — die Super-App
WeChat (Weixin) bündelt Messaging, Bezahlung, Mini-Programme und Inhalte zur Super-App — später der entscheidende KI-Distributionskanal mit rund 1,4 Mrd. Nutzern.
Tencent AI Lab
Tencent gründet das AI Lab (plus WeChat AI und YouTu Lab) für ML, NLP, Sprache und Computer Vision — produkt- und plattformnah, nicht akademisch wie bei Zhipu.
Hunyuan & die offenen Modelllinien
Das Foundation-Model Hunyuan, das offene 389B-MoE Hunyuan-Large und Yuanbaos Start.
Hunyuan — das Foundation-ModelHunyuan
Tencent stellt sein Foundation-Model Hunyuan (混元) vor und integriert es schrittweise in Werbung, Games und WeChat; Tencent Cloud bietet es als MaaS an. Ein später, leiser Einstieg in den Modellwettlauf.
Ein offenes 389B-MoE — Tencents leiser Einstieg in die großen Modelle.
Hunyuan-Large — offenes 389B-MoEHunyuan-Large
Ein (teils open-source) Mixture-of-Experts-Modell mit 389 Mrd. Gesamt- / 52 Mrd. aktiven Parametern — eines der größten offenen MoE-Modelle seiner Zeit.
Am 5. November 2024 veröffentlichte Tencent Hunyuan-Large (Hunyuan-A52B) — ein Mixture-of-Experts-Modell mit 389 Mrd. Gesamt- und 52 Mrd. aktiven Parametern und bis zu 256k Kontext, mit offen bereitgestellten Pretrain-, Instruct- und FP8-Varianten. Tencent trat damit später und leiser in den Modellwettlauf ein als Alibaba (Qwen) oder die „Tiger“; der Fokus lag auf der Integration in Werbung, Games und WeChat statt auf Benchmark-Schlagzeilen. „Open-Source/offen“ folgt hier der Projekt- und Paper-Sprache — Lizenzdetails sind bei Nachnutzung separat zu prüfen.
Reasoning, Yuanbao & DeepSeek
TurboS/T1, die pragmatische DeepSeek-Integration und Yuanbao in WeChat.
Pragmatismus: Tencent integriert DeepSeek statt auf das eigene Modell zu warten.
Pragmatismus: DeepSeek R1 in Yuanbao
Tencent integriert DeepSeeks R1-Reasoning-Modell in die Assistenz-App Yuanbao (元宝) — neben dem eigenen Hunyuan. Lieber das beste verfügbare Modell ausliefern als auf das eigene warten. Yuanbaos tägliche Nutzer springen laut SCMP von einigen Hunderttausend auf rund 3 Mio.; genaue Multiplikatoren bleiben Drittdaten.
Im Februar 2025 integrierte Tencent DeepSeeks R1-Reasoning-Modell in seine Assistenz-App Yuanbao (元宝) — neben dem eigenen Hunyuan. Statt auf das eigene Modell zu warten, lieferte Tencent pragmatisch das beste verfügbare aus. Der Effekt war stark: Yuanbaos tägliche Nutzer stiegen laut SCMP von einigen Hunderttausend auf rund 3 Mio. (genaue Multiplikatoren bleiben Drittdaten), befeuert von massiver Werbung im Tencent-Ökosystem; am 3. März 2025 überholte Yuanbao DeepSeek auf Platz 1 der kostenlosen iOS-Downloads in China.
Im Kapitel weiterlesen →Hunyuan-TurboS — Transformer-Mamba-HybridHunyuan-TurboS
Nach eigener Darstellung das erste ultragroße Hybrid-Transformer-Mamba-MoE-Modell: 16 Bio. Tokens, 256k Kontext; in der LMArena zeitweise Platz 7 (~1356). Effizienz als Wettbewerbsachse.
Yuanbao überholt DeepSeek im App Store
Befeuert von massiver Werbung im Tencent-Ökosystem überholt Yuanbao DeepSeek auf Platz 1 der kostenlosen Downloads im chinesischen App Store — der sichtbarste Moment der WeChat-getriebenen Distribution.
Das Mamba-gestützte Reasoning-Modell — laut Tencent auf GPT-4.5-Niveau.
Hunyuan-T1 — das Reasoning-ModellHunyuan-T1
Auf TurboS-Basis: Mamba-gestützt, 96,7 % der Post-Training-Rechenleistung im Reinforcement Learning, 60–80 Tokens/s — laut Tencent auf Augenhöhe mit GPT-4.5 und DeepSeek R1 (Eigenangabe).
Am 21. März 2025 erschien die offizielle Version von Hunyuan-T1, Tencents Reasoning-Modell auf Basis von Hunyuan-TurboS — nach eigener Darstellung ein erstes industriell eingesetztes ultragroßes Hybrid-Transformer-Mamba-MoE. Die Mamba-Hybrid-Architektur ist Tencents Antwort auf die Effizienzfrage langer Kontexte (16 Bio. Trainings-Tokens, 256k Kontext). Vergleiche mit GPT-4.5 oder DeepSeek R1 sind Tencent-Eigenangaben und Momentaufnahmen, keine unabhängigen Siegerbeweise.
Im Kapitel weiterlesen →Der eigentliche Trumpf — KI in WeChat, vor 1,43 Mrd. Nutzern.
Yuanbao zieht in WeChat ein
Yuanbao wird direkt in WeChat getestet — mit Zugriff auf 1,4 Mrd. Nutzer und die Inhalte der Official Accounts. Tencents eigentlicher Hebel ist nicht eine Top-App, sondern die Einbettung in die Super-App.
Ab dem 25. März 2025 wurde Yuanbao direkt in WeChat getestet — mit Zugriff auf die rund 1,43 Mrd. monatlich aktiven Konten und die Inhalte der Official Accounts. Hier liegt Tencents eigentlicher Hebel: nicht eine eigenständige Top-App (Yuanbao fiel im Ranking bald zurück, hinter Doubao und Quark), sondern die Einbettung von KI in das größte Super-App-Ökosystem der Welt. Distribution schlägt Modellführung.
Im Kapitel weiterlesen →Tencent als KI-Investor
Beteiligungen an Zhipu, Baichuan, Moonshot/Kimi und MiniMax machen Tencent (mit Alibaba) zum Schlüsselkapitalgeber fast aller großen „KI-Tiger“ — strategische Optionalität: an den Gewinnern beteiligt, egal welches Labor führt.
Hunyuan-A13B & die multimodale LinieHunyuan-A13B / 3D / Video
Das effiziente Hunyuan-A13B (kompaktes MoE) ergänzt Hunyuan3D, Hunyuan Video und Hunyuan Image. Tencent deckt Text, Reasoning, Bild, Video und 3D ab — mit Schwerpunkt auf produktnaher Effizienz.
Yao Shunyu wird Chief AI Scientist
Tencent holt den Ex-OpenAI-Forscher Yao Shunyu (Tsinghua, PhD Princeton) als Chief AI Scientist, der direkt an Präsident Martin Lau berichtet — und wirbt zudem Mitglieder von ByteDances Seed-Team ab.
Der große Umbau & Hy3/Hy4
Auflösung des AI Lab, Konsolidierung unter Yao Shunyu, Hy3 official, Hy4 preview und der WeChat-Agent Xiaowei.
2025-Zahlen: KI als Performance-Multiplikator
Umsatz 751,8 Mrd. RMB (~104,7 Mrd. USD, +14 %), Non-IFRS-Gewinn 259,6 Mrd. RMB (+17 %), Capex 79,2 Mrd. RMB. Für Hunyuan + Yuanbao flossen 2025 rund 18 Mrd. RMB; 2026 soll das auf über 36 Mrd. RMB (~5 Mrd. USD) mehr als verdoppelt werden. Werbeerlöse +19 % — KI wirkt schon als Multiplikator.
Der radikale Umbau: alles auf Hunyuan, unter einem Ex-OpenAI-Forscher.
AI Lab aufgelöst — alles auf Hunyuan
Tencent löst sein seit 2016 bestehendes AI Lab auf und konsolidiert Infrastruktur, Pretraining und RL vollständig auf Hunyuan unter Yao Shunyu. Das Eingeständnis, „einen halben Schritt zurück“ gewesen zu sein — und der Versuch, mit Fokus aufzuholen.
Am 20. März 2026 kündigte Tencent intern die Auflösung des seit 2016 bestehenden AI Lab an und konsolidierte Infrastruktur, Pretraining und Reinforcement Learning stärker auf Hunyuan — unter dem im Dezember 2025 verpflichteten Ex-OpenAI-Forscher Yao Shunyu (Tsinghua, PhD Princeton). Wichtig: Es ging nicht „alles“ in Hunyuan auf — Teile des Personals wechselten ins Hunyuan-Team, ein Industrie-Akademie-Kollaborationszentrum blieb erhalten, und die multimodale Abteilung wurde separat eingeordnet. Es ist der Versuch, mit Fokus statt breiter Grundlagenforschung im Modellrennen aufzuholen.
Im Kapitel weiterlesen →Hy3 preview — offenes 295B/21B-MoE für Agenten.
Hunyuan 3.0 (Hy3 preview) — der Agenten-FokusHunyuan 3.0 / Hy3 preview
Hy3 preview erscheint am 24. April 2026 und wird geöffnet: ein MoE-Modell mit 295 Mrd. Gesamt- und 21 Mrd. aktiven Parametern, 256k Kontext, schnellem und langsamem Denken — Fokus auf Reasoning, Coding und Agenten, integriert in Yuanbao, CodeBuddy, WorkBuddy, QQ u. a. Effizienz- und Benchmark-Aussagen sind Eigenangaben.
Am 24. April 2026 veröffentlichte Tencent Hy3 preview (die eigentliche Hunyuan-3-Generation) und öffnete die Gewichte: ein MoE-Modell mit 295 Mrd. Gesamt- und 21 Mrd. aktiven Parametern, 256k Kontext, schnellem und langsamem Denken, mit Fokus auf Reasoning, Coding, Agenten und In-Context-Learning. Die frühere Angabe eines „rund 30-Mrd.-Parameter-Modells“ war falsch. Hy3 preview wurde in Yuanbao, ima, CodeBuddy, WorkBuddy, QQ, QQ Browser, Tencent Docs und Tencent LearnShare integriert sowie über Tencent Cloud TokenHub und OpenRouter bereitgestellt. Aussagen zu „best in parameter size class“ und Effizienz sind Eigenangaben bzw. Plattformmessungen.
Im Kapitel weiterlesen →Aktien-Sprung auf den WeChat-KI-Agenten
Tencents Aktie springt rund 10 % auf Erwartungen eines KI-Agenten innerhalb der WeChat-Super-App — der Markt bewertet Tencents Distributionsmacht höher als die reine Modellführung.
Der WeChat-Agent wird real: Xiaowei als Command-Layer über Millionen Mini-Programmen.
Xiaowei: der WeChat-KI-Agent startet in die Beta
Tencent bestätigt den erweiterten Betatest von Xiaowei, dem nativen KI-Assistenten in Weixin/WeChat (ab Version 8.0.75): Text- und Sprachbefehle steuern native Funktionen und rufen Mini-Programme auf — vom Nachrichtenversand bis zum roten Umschlag mit Bestätigungs-Schritt. Breiterer Rollout ist für Q3 angekündigt.
Nach Berichten Anfang Juni (Aktien-Sprung, s. o.) meldete Bloomberg am 23. Juni einen kleinen Graustufen-Test; Tencents offizielle Kundenservice-Kanäle bestätigten am 20. Juni 2026 die erweiterte Beta. Xiaowei sitzt als „Command Layer“ über dem Mini-Program-Ökosystem und kann u. a. Nachrichten senden, Mini-Programme öffnen, Einstellungen ändern und rote Umschläge vorbereiten — Geldbeträge und Empfänger werden immer zur Bestätigung vorgelegt. Branchentests zufolge läuft Xiaowei als Multi-Modell-Route: Hauptmodell ist offenbar das WeChat-eigene WeLM, einzelne Antworten rufen DeepSeek — von Tencent nicht offiziell bestätigt. Parallel öffnete das WeChat Open Platform im Juni Mini-Programme für das WeChat-AI-Ökosystem (Automatik-Modus analysiert Quellcode und Seitenstruktur; Dev-Modus: Skills nach Plattform-Review). Im August ließ ein SCMP-Reporter Xiaowei knapp 24 Stunden lang seinen digitalen Alltag steuern.
Hy3 official — Hunyuan 3.0 geht in Yuanbao live
74 Tage nach der preview folgt die offizielle Hy3-Version — unverändert 295B/21B-MoE mit 256k Kontext, aber gezielt für Coding-Agenten, Produktivität, Reasoning und Mathematik optimiert; Preis auf 1/4 RMB pro Mio. Token gesenkt. Yuanbao startet gleichzeitig seine Agent-Funktion.
Am 6. Juli 2026 schaltete Yuanbao auf die offizielle Hy3-Version um — Yao Shunyus erstes großes Deliverable als Chief AI Scientist. Laut Tencent halbierte sich die Faktenfehlerrate gegenüber der preview, Halluzinationen sanken um mehr als die Hälfte (Eval auf echten Yuanbao-Nutzerlogs — Eigenangabe). In WorkBuddy stieg die Task-Erfolgsrate von 72 auf 90 % bei 34 % kürzerer Bearbeitungszeit; die freiwillige Hy3-preview-Wahl hatte sich versechsfacht (Eigenangaben). Hy3 steckt in WorkBuddy, CodeBuddy, Yuanbao, Marvis und ima; die API läuft über Tencent Cloud TokenHub (1 RMB Input / 4 RMB Output / 0,25 RMB Cache-Hit pro Mio. Token). Tencent nennt drei Prinzipien des Hunyuan-Wiederaufbaus: systematische Fähigkeitsentwicklung, echte Evaluierung statt manipulierbarer Public Benchmarks, Kosteneffizienz. Yuanbaos neue Agent-Funktion liefert auf entsprechende Prompts fertige Dateien (PPT, Word, Excel, PDF, HTML) statt reiner Dialogantworten.
Im Kapitel weiterlesen →Manus-Rückkauf: Tencent holt den Agenten-Pionier zurück
Nach Pekings Veto gegen den Meta-Deal berichten Medien, Tencent führe einen Rückkauf von Butterfly Effect/Manus an — zur selben Bewertung von rund 2 Mrd. USD. Der prominenteste Agenten-Start-up-Deal des Jahres bleibt Berichtslage.
Meta hatte die Übernahme von Manus (Butterfly Effect, Singapur, gegründet in China) Ende Dezember 2025 für über 2 Mrd. USD angekündigt; Chinas NDRC stoppte das Geschäft im April 2026 mit dem neuen Vorwurf des „Singapore washing“ — die Behörde bezog sich ausdrücklich auf das Manus-„Projekt“, nicht auf eine juristische Einheit. Im Juli 2026 berichteten 36Kr und weitere Medien, Tencent führe einen Buyback zur selben Bewertung von rund 2 Mrd. USD an. Ein offiziell bestätigter Abschluss ist Stand 6. September 2026 nicht belegt. Strategisch passt der Schritt: Nach Yuanbaos enttäuschender C-Ende-Entwicklung sucht Tencent agentische Produktkompetenz auch extern.
Q2 2026: Drei-Schichten-Strategie & Cloud-Beschleunigung
Umsatz 204,8 Mrd. RMB (+11 %), Non-IFRS-Gewinn 68,4 Mrd. RMB (+9 %); ohne neue KI-Produkte läge das operative Ergebnis 19 % höher. Inland-Games +17 % (Delta Force, VALORANT PC), Cloud-Wachstum beschleunigt auf niedrige Zwanziger dank KI-Nachfrage. Pony Ma skizziert die Drei-Schichten-KI-Strategie — und Martin Lau nennt Xiaowei WeChats „zweiten großen Sprung“.
Bruttogewinn +13 % bei 58 % Marge; Non-IFRS-Operating-Profit 75,6 Mrd. RMB (+9 %) — ohne Hy, Yuanbao, CodeBuddy, WorkBuddy und QClaw wären es 86,1 Mrd. RMB (+19 %) gewesen: Die KI-Neuinvestitionen drücken weiter sichtbar die Marge. FinTech & Business Services: 60,3 Mrd. RMB (+9 %). Pony Ma ordnete die Strategie im Earnings Call in drei Schichten: Intelligenz (Hunyuan Hy3, Hy4 „in Kürze“), Anwendungen (WorkBuddy als neue Plattform statt klassischer Enterprise-Software, dazu CodeBuddy, Marvis, QClaw) und Infrastruktur. CSO James Mitchell: Tencent könnte frisch beschaffte Compute-Kapazität fast sofort kostendeckend vermieten, entscheidet sich aber bewusst dafür, sie in eigene Modelle und Anwendungen zu stecken. Martin Lau: Vor Monaten bestellte oder vorbezahlte Rechenkapazität ließe sich heute mit über 30 % Marge weiterverkaufen. Lau verglich Xiaowei mit dem historischen Sprung von QQ zu WeChat — „WeChats zweiter großer Sprung in die KI-Ära“.
Xu Can wechselt von Hunyuan zu WeChats WeLM
36Kr berichtet exklusiv: Der WizardLM-Erfinder und Hunyuan-Post-Training-Forscher Xu Can wechselt ins WeLM-Team der WeChat-Gruppe. Dahinter stehen zwei parallele Modellwelten — und der Wettlauf um den C-Ende-Einstieg.
Xu Can (WizardLM/Evol-Instruct, Ex-Microsoft Research Asia, seit 2025 bei Hunyuan) leitete zuletzt eine Post-Training-Richtung und wechselte laut 36Kr zu WeLM — WeChats eigenständiger Modelllinie. WeLM (2022 als 10B-Modell vorgestellt) ist inzwischen eine hochsparse MoE-Familie (~80B Gesamt/~3B aktiv, Variante ~130B/~4,9B aktiv); am 9. Juli 2026 publizierte das WeChat-AI-Team Hidden-Decoding-Research mit WeLM-HD4-80B und WeLM-HD4-617B. Der Wechsel fällt in die Phase, in der WeChat mit Xiaowei eigene Agenten-Fähigkeiten ausbaut — während Yuanbao hinter den Erwartungen blieb: Nach der DAU-Spitze von über 50 Mio. zum Frühlingsfest (MAU 114 Mio., Stand 18. Februar) fiel die Nutzung zurück; die standalone App kam im März 2026 auf 57,35 Mio. MAU (QuestMobile) — nur Doubao, Qianwen und DeepSeek liegen über 100 Mio. Hunyuan und WeLM teilen Rechenkapazität, sind aber zugleich Ressourcen-Konkurrenten.
Im Kapitel weiterlesen →Hy4 preview — 770B-MoE mit Selbstverbesserungs-LoopHy4 preview
Tencent veröffentlicht und öffnet Hy4 preview: 770 Mrd. Gesamt- und 49 Mrd. aktive Parameter, über 1 Mio. Token Kontext — und erstmals beteiligte sich das Modell selbst an der Optimierung seines Trainings und seiner Inferenz (+31,8 % Durchsatz). API: $0,834/$2,501 pro Mio. Token.
Hy4 preview ist ab Launch open source und in WorkBuddy und CodeBuddy (zwei Wochen gratis; Hy3 dort bis 30. September kostenlos verlängert), Yuanbao und ima verfügbar, per API über Tencent Cloud TokenHub und OpenRouter ($0,834 Input / $2,501 Output / $0,042 Cache-Hit pro Mio. Token). In Tencents interner Blindevaluation (163 Experten, 203 Engineering-Aufgaben) erreichte das Modell 2,99/4,00 — knapp vor GLM-5.3 (2,92) und Kimi K3 (2,94); Eigenangabe ohne unabhängige Messung. Bemerkenswert: Hy4 preview beteiligte sich erstmals an der automatisierten Optimierung eigener Trainingsmethoden, Datenstrategien, Eval-Frameworks und Low-Level-Operatoren und analysierte eigenständig Engpässe seines Inferenzsystems (Operator-Fusion, Kommunikationsoptimierung) — Tencent nennt das einen „frühen rekursiven Selbstverbesserungs-Loop“ und +31,8 % End-to-End-Durchsatz gegenüber der Baseline. Die nächsten Modelle der Hy4-Serie sollen „bald“ folgen.
Acht Teile mit Quellenkritik, Datierung und Einordnung — von der Plattform-DNA über Hunyuan, DeepSeek-Pragmatismus und Hy4 preview bis zum WeChat-Agenten Xiaowei.