Hogar
El exinvestigador de OpenAI, Tian Yonglong, se incorporará al equipo multimodal de Tencent Hunyuan
Se ha dado a conocer un importante cambio de personal en el sector de la inteligencia artificial: Yonglong Tian, que anteriormente era investigador en OpenAI, se ha incorporado a Tencent. Se espera que dirija la línea de modelos multimodales en Tencent Hunyuan, centrándose en los modelos de visión y lenguaje (VLM). Aunque aún no se ha confirmado oficialmente, la noticia ha suscitado un gran interés. De concretarse, Tian se convertiría en el último talento clave en investigación en incorporarse al equipo de Tencent Hunyuan, tras Shunyu Yao.
La llegada de Tian subraya el compromiso continuo de Tencent con los grandes modelos multimodales. Tanto él como el actual científico jefe de IA de Tencent, Shunyu Yao, trabajaron juntos anteriormente en OpenAI, donde fueron testigos de la evolución de GPT y de las tecnologías multimodales. Con una sólida formación en visión artificial, Tian obtuvo su licenciatura en la Universidad de Tsinghua, un máster en el MMLab de la Universidad China de Hong Kong y un doctorado en el MIT. Su trayectoria investigadora muestra un claro giro desde el reconocimiento visual tradicional hacia los modelos generativos y el aprendizaje de representaciones, lo que le ha valido cerca de 30 000 citas en Google Scholar.

En el ámbito académico, Tian ha realizado contribuciones notables. Su propuesta del «aprendizaje contrastivo supervisado» amplió el aprendizaje contrastivo a entornos supervisados, lo que influyó significativamente en el diseño de modelos de preentrenamiento visual. Más recientemente, su trabajo sobre la generación autorregresiva de imágenes —especialmente la serie «Fluid»— demostró las ventajas de los tokens continuos para la calidad visual, lo que abre nuevas vías para la generación de modelos a gran escala. Antes de incorporarse a Tencent, trabajó en Google Research y Google DeepMind, para luego unirse a OpenAI como miembro del personal técnico.
Esta contratación es un elemento clave de la reciente reestructuración y la estrategia de captación de talento del equipo multimodal de Tencent Hunyuan. Desde que Tencent creó oficialmente el Departamento de Modelos de Lenguaje a Gran Escala y el Departamento de Modelos Multimodales en abril de 2025, el equipo se ha ido ampliando activamente. Se han incorporado varios investigadores con amplia experiencia procedentes de Microsoft, Alibaba y la Universidad de Tsinghua, con el objetivo de resolver los problemas anteriores de dispersión de recursos y construir un sistema de I+D multimodal más competitivo.
Con la incorporación de talentos de primer nivel como Tian, las capacidades de investigación de Tencent Hunyuan en percepción multimodal y visual están llamadas a reforzarse aún más. Como actor clave en el sector de la IA, las continuas contrataciones de talento por parte de Tencent ponen de manifiesto su profundo compromiso estratégico con el avance de las capacidades multimodales del modelo Hunyuan.
Artículo relacionado
Conjunto de chips Kunlun de Baidu para cotización pública en Hong Kong con objetivo de valoración de 50.000 millones de dólares
El 29 de junio, los mercados de capitales se vieron sacudidos por noticias de gran calado: la filial de Baidu dedicada a los chips de inteligencia artificial, Kunlun Tech, está acelerando su oferta pública inicial (IPO) en Hong Kong, con una valoraci
Instinct lanza un agente de IA en chats grupales, incluidos aquellos con no usuarios
Instinct, el agente de IA que ahora se valora en 10.000 millones de dólares tras su última ronda de financiación, se expande a los chats grupales. La startup anunció el lunes que los usuarios pueden añadir el agente a conversaciones con amigos, ofrec
MiniMax presenta el modelo multimodal H3, reduciendo los costos de generación audiovisual 2K de 15 segundos a menos de un tercio del estándar de la industria
MiniMax ha presentado oficialmente MiniMax H3, un modelo de generación multimodal de propósito general diseñado para unificar la comprensión y la creación de texto, imágenes, video y audio. Al superar la división histórica entre tareas y modalidades
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
Se ha dado a conocer un importante cambio de personal en el sector de la inteligencia artificial: Yonglong Tian, que anteriormente era investigador en OpenAI, se ha incorporado a Tencent. Se espera que dirija la línea de modelos multimodales en Tencent Hunyuan, centrándose en los modelos de visión y lenguaje (VLM). Aunque aún no se ha confirmado oficialmente, la noticia ha suscitado un gran interés. De concretarse, Tian se convertiría en el último talento clave en investigación en incorporarse al equipo de Tencent Hunyuan, tras Shunyu Yao.
La llegada de Tian subraya el compromiso continuo de Tencent con los grandes modelos multimodales. Tanto él como el actual científico jefe de IA de Tencent, Shunyu Yao, trabajaron juntos anteriormente en OpenAI, donde fueron testigos de la evolución de GPT y de las tecnologías multimodales. Con una sólida formación en visión artificial, Tian obtuvo su licenciatura en la Universidad de Tsinghua, un máster en el MMLab de la Universidad China de Hong Kong y un doctorado en el MIT. Su trayectoria investigadora muestra un claro giro desde el reconocimiento visual tradicional hacia los modelos generativos y el aprendizaje de representaciones, lo que le ha valido cerca de 30 000 citas en Google Scholar.

En el ámbito académico, Tian ha realizado contribuciones notables. Su propuesta del «aprendizaje contrastivo supervisado» amplió el aprendizaje contrastivo a entornos supervisados, lo que influyó significativamente en el diseño de modelos de preentrenamiento visual. Más recientemente, su trabajo sobre la generación autorregresiva de imágenes —especialmente la serie «Fluid»— demostró las ventajas de los tokens continuos para la calidad visual, lo que abre nuevas vías para la generación de modelos a gran escala. Antes de incorporarse a Tencent, trabajó en Google Research y Google DeepMind, para luego unirse a OpenAI como miembro del personal técnico.
Esta contratación es un elemento clave de la reciente reestructuración y la estrategia de captación de talento del equipo multimodal de Tencent Hunyuan. Desde que Tencent creó oficialmente el Departamento de Modelos de Lenguaje a Gran Escala y el Departamento de Modelos Multimodales en abril de 2025, el equipo se ha ido ampliando activamente. Se han incorporado varios investigadores con amplia experiencia procedentes de Microsoft, Alibaba y la Universidad de Tsinghua, con el objetivo de resolver los problemas anteriores de dispersión de recursos y construir un sistema de I+D multimodal más competitivo.
Con la incorporación de talentos de primer nivel como Tian, las capacidades de investigación de Tencent Hunyuan en percepción multimodal y visual están llamadas a reforzarse aún más. Como actor clave en el sector de la IA, las continuas contrataciones de talento por parte de Tencent ponen de manifiesto su profundo compromiso estratégico con el avance de las capacidades multimodales del modelo Hunyuan.
Conjunto de chips Kunlun de Baidu para cotización pública en Hong Kong con objetivo de valoración de 50.000 millones de dólares
El 29 de junio, los mercados de capitales se vieron sacudidos por noticias de gran calado: la filial de Baidu dedicada a los chips de inteligencia artificial, Kunlun Tech, está acelerando su oferta pública inicial (IPO) en Hong Kong, con una valoraci
Instinct lanza un agente de IA en chats grupales, incluidos aquellos con no usuarios
Instinct, el agente de IA que ahora se valora en 10.000 millones de dólares tras su última ronda de financiación, se expande a los chats grupales. La startup anunció el lunes que los usuarios pueden añadir el agente a conversaciones con amigos, ofrec
MiniMax presenta el modelo multimodal H3, reduciendo los costos de generación audiovisual 2K de 15 segundos a menos de un tercio del estándar de la industria
MiniMax ha presentado oficialmente MiniMax H3, un modelo de generación multimodal de propósito general diseñado para unificar la comprensión y la creación de texto, imágenes, video y audio. Al superar la división histórica entre tareas y modalidades











