近日,業內傳出重磅人事動態:OpenAI 前研究員田永龍(Yonglong Tian)已於近期加入騰訊,或將出任騰訊混元多模態模型方向的負責人,並主導視覺語言模型(VLM)的相關研發工作。儘管目前該變動尚未最終官宣,但這一消息已在業界引發廣泛關注。若此次合作順利落定,田永龍將成爲繼姚順雨之後,騰訊混元團隊迎來的又一位核心背景研究人才。

田永龍的加入,標誌着騰訊在多模態大模型領域的持續加碼。他與騰訊現任首席 AI 科學家姚順雨曾在 OpenAI 共事,兩人共同見證了 GPT 系列及多模態技術的迭代。作爲計算機視覺領域的頂尖人才,田永龍擁有紮實的學術背景:他本科畢業於清華大學,在香港中文大學 MMLab 完成碩士學業後,於麻省理工學院(MIT)攻讀博士。其研究軌跡清晰地展現了從傳統視覺識別向生成模型與表徵學習的跨越,個人 Google Scholar 引用數已近3萬次。

image.png

在學術界,田永龍貢獻顯著。他提出的“有監督對比學習”(Supervised Contrastive Learning)將對比學習框架推廣至監督場景,對視覺預訓練模型的設計思路產生了深遠影響。此外,他近期的研究重心集中在自迴歸圖像生成領域,特別是關於 Fluid 系列的研究,通過驗證連續 token 在視覺質量上的優越性,爲大模型生成能力提供了新的技術路徑。在加入騰訊前,他曾先後在 Google Research 和 Google DeepMind 深耕,隨後轉投 OpenAI 擔任技術成員。

此次人事引入是騰訊混元多模態團隊近一年來架構調整與人才佈局的重要一環。自2025年4月騰訊正式組建大語言模型部與多模態模型部以來,團隊動作頻頻。此前,已有多位來自微軟、阿里、清華等科研重鎮的資深人才加盟,旨在解決過去“資源分散”的痛點,構建更具競爭力的多模態研發體系。

隨着田永龍等技術大牛的相繼加入,騰訊混元在多模態與視覺感知領域的研發實力有望進一步躍升。作爲 AI 行業頭部梯隊的有力競爭者,騰訊這一系列的人才“拼圖”行動,預示着其在混元模型多模態能力上的深度佈局與戰略野心。