最近、業界では注目の人事動向が伝えられた：OpenAIの元研究員である田永龍（Yonglong Tian）氏は、最近腾讯に加入し、腾讯の混元マルチモーダルモデルの方向を担当する可能性があり、視覚言語モデル（VLM）に関する開発を主導する見込みである。現在この変動は正式に発表されていないが、このニュースは業界内で広く注目を集めている。もし今回の協力が実現すれば、田永龍氏は姚順雨（Yao Shunyu）に次いで、腾讯の混元チームに加わる新たな重要な研究者となる。

田永龍の加入は、腾讯がマルチモーダル大規模モデル分野で継続的に投資を強化していることを示すものである。彼と腾讯の現職Chief AI Scientistである姚順雨はOpenAIで一緒に働いたことがある。二人はGPTシリーズやマルチモーダル技術の進化を見守っており、その経験は非常に貴重である。コンピュータビジョン分野のトップ人材として、田永龍にはしっかりとした学術的背景がある。彼は清华大学で学士号を取得し、香港中文大学のMMLabで修士号を取得した後、マサチューセッツ工科大学（MIT）で博士号を取得した。彼の研究履歴は、従来の視覚認識から生成モデルおよび表現学習への移行を明確に示しており、Google Scholarでの引用数は約3万回に達している。

image.png

学術界においても、田永龍は大きな貢献を果たしている。彼が提案した「教師付き対比学習」（Supervised Contrastive Learning）は、対比学習の枠組みを教師付きシナリオに拡張し、視覚の事前訓練モデルの設計思想に深く影響を与えた。また、彼の最近の研究の中心は、自己回帰画像生成に焦点を当てており、特にFluidシリーズの研究において、連続的なトークンが視覚品質において優れていることを確認し、大規模モデルの生成能力に対する新たな技術的道を開いた。腾讯に移る前には、Google ResearchとGoogle DeepMindで長年研究を続けてきた。

今回の人事は、腾讯の混元マルチモーダルチームが過去1年間で行われた組織構造の調整と人材配置における重要な一歩である。2025年4月に腾讯が正式に大規模言語モデル部とマルチモーダルモデル部を設立して以来、チームは活発な動きを見せている。以前には、マイクロソフトやアリババ、清华などでの著名な研究機関出身の多くの熟練した人材が参加しており、過去の「リソースが分散していた」問題を解決し、競争力のあるマルチモーダル開発システムを構築することを目指している。

田永龍などの技術の専門家が次々と参加することで、腾讯の混元はマルチモーダルおよび視覚感知分野での開発能力がさらに向上する見込みである。AI業界の上位層の有力な競合企業として、腾讯のこのような人材の「パズル」集め行動は、混元モデルのマルチモーダル能力における深い戦略的な展開を示唆している。