前OpenAI研究员田永龙将加入腾讯“混元”多模态团队
人工智能行业出现了一项重大人事变动:曾任OpenAI研究员的田永龙已加入腾讯。预计他将领导腾讯混元的多模态模型研发方向,重点关注视觉语言模型(VLMs)。尽管尚未得到官方确认,但这一消息已引发广泛关注。 若消息属实,田永龙将成为继姚顺宇之后,最新一位加入腾讯混元团队的核心研究人才。
田永龙的加入凸显了腾讯对多模态大模型的持续投入。他与腾讯现任首席AI科学家姚顺宇曾共同在OpenAI工作,亲历了GPT及多模态技术的演进。 田拥有深厚的计算机视觉背景,本科毕业于清华大学,硕士毕业于香港中文大学MMLab,博士毕业于麻省理工学院(MIT)。 他的研究轨迹显示出从传统视觉识别向生成模型和表征学习的明显转变,其在Google Scholar上的被引用量已接近30,000次。

在学术领域,田先生做出了显著贡献。他提出的“监督式对比学习”将对比学习扩展到了监督学习场景,对视觉预训练模型的设计产生了深远影响。 近期,他在自回归图像生成领域的研究——尤其是“Fluid”系列——展示了连续令牌在视觉质量方面的优势,为大型生成模型开辟了新路径。加入腾讯之前,他曾先后任职于谷歌研究院和谷歌DeepMind,随后以技术人员身份加入OpenAI。
此次聘任是腾讯混元多模态团队近期重组及人才战略的关键一环。自2025年4月腾讯正式成立大语言模型部和多模态模型部以来,该团队一直在积极扩充。 来自微软、阿里巴巴和清华大学的数位资深研究人员已相继加入,旨在解决过去资源分散的问题,并构建更具竞争力的多模态研发体系。
随着田某等顶尖人才的加入,腾讯混元在多模态和视觉感知领域的研究能力有望进一步增强。作为人工智能行业的重要参与者,腾讯持续的人才引进举措,彰显了其对提升混元模型多模态能力的深层战略承诺。
相关文章
百度昆仑芯片组赴港上市,目标估值500亿美元
6月29日,资本市场因一则重大消息而震动:百度旗下AI芯片子公司昆仑芯正加速推进其香港IPO进程,目标估值高达500亿美元。昆仑芯作为百度AI硬件战略的核心支柱,此举不仅标志着其财务历程中的一个重要里程碑,也为竞争激烈的全球AI计算领域注入了新的活力。作为中国最具前景的AI计算公司之一,昆仑芯已成功发布多代自主研发的AI芯片,目前已在包括云端推理在内的多种计算场景中广泛部署。
Instinct 在群聊中推出 AI 智能体,包括与非用户的群聊
Instinct,这家在最新一轮融资后估值达100亿美元的AI智能体,正拓展至群聊领域。该公司于周一宣布,用户可将该智能体添加到与朋友的对话中,在旅行规划、获取活动门票、管理梦幻体育联盟、组织拼车或协调感恩节聚餐等场景中提供帮助。值得注意的是,该公司表示,即使用户的亲友未加入Instinct,与AI智能体的群聊功能依然可用。通过此次发布,Instinct在与其主要竞争对手(如Meta的Muse)的竞争中进一步迈进。尽管Meta的旧版应用Meta AI可添加到WhatsApp、Messenge
MiniMax 发布 H3 多模态模型,将 15 秒 2K 音视频生成成本降至行业标准的三分之一以下
MiniMax 正式发布了 MiniMax H3,这是一款通用多模态生成模型,旨在统一文本、图像、视频和音频的理解与创作。通过弥合视频生成任务与模态之间的历史鸿沟,此次发布标志着从专用工具向多功能一体化助手的关键转变。根据官方规格,H3 原生支持双通道音视频输出,能够生成长达 15 秒、分辨率为 2K 的内容。早期邀请测试证实了其在指令遵循、品牌叙事以及视频到视频动作迁移等领域的商业级稳定性。该模型已部署于广告、电子商务、游戏和 UI 设计等多个领域。在技术层面,H3 利用上下文全表征(Cont
相关专题推荐
评论 (0)
0/500
人工智能行业出现了一项重大人事变动:曾任OpenAI研究员的田永龙已加入腾讯。预计他将领导腾讯混元的多模态模型研发方向,重点关注视觉语言模型(VLMs)。尽管尚未得到官方确认,但这一消息已引发广泛关注。 若消息属实,田永龙将成为继姚顺宇之后,最新一位加入腾讯混元团队的核心研究人才。
田永龙的加入凸显了腾讯对多模态大模型的持续投入。他与腾讯现任首席AI科学家姚顺宇曾共同在OpenAI工作,亲历了GPT及多模态技术的演进。 田拥有深厚的计算机视觉背景,本科毕业于清华大学,硕士毕业于香港中文大学MMLab,博士毕业于麻省理工学院(MIT)。 他的研究轨迹显示出从传统视觉识别向生成模型和表征学习的明显转变,其在Google Scholar上的被引用量已接近30,000次。

在学术领域,田先生做出了显著贡献。他提出的“监督式对比学习”将对比学习扩展到了监督学习场景,对视觉预训练模型的设计产生了深远影响。 近期,他在自回归图像生成领域的研究——尤其是“Fluid”系列——展示了连续令牌在视觉质量方面的优势,为大型生成模型开辟了新路径。加入腾讯之前,他曾先后任职于谷歌研究院和谷歌DeepMind,随后以技术人员身份加入OpenAI。
此次聘任是腾讯混元多模态团队近期重组及人才战略的关键一环。自2025年4月腾讯正式成立大语言模型部和多模态模型部以来,该团队一直在积极扩充。 来自微软、阿里巴巴和清华大学的数位资深研究人员已相继加入,旨在解决过去资源分散的问题,并构建更具竞争力的多模态研发体系。
随着田某等顶尖人才的加入,腾讯混元在多模态和视觉感知领域的研究能力有望进一步增强。作为人工智能行业的重要参与者,腾讯持续的人才引进举措,彰显了其对提升混元模型多模态能力的深层战略承诺。
百度昆仑芯片组赴港上市,目标估值500亿美元
6月29日,资本市场因一则重大消息而震动:百度旗下AI芯片子公司昆仑芯正加速推进其香港IPO进程,目标估值高达500亿美元。昆仑芯作为百度AI硬件战略的核心支柱,此举不仅标志着其财务历程中的一个重要里程碑,也为竞争激烈的全球AI计算领域注入了新的活力。作为中国最具前景的AI计算公司之一,昆仑芯已成功发布多代自主研发的AI芯片,目前已在包括云端推理在内的多种计算场景中广泛部署。
Instinct 在群聊中推出 AI 智能体,包括与非用户的群聊
Instinct,这家在最新一轮融资后估值达100亿美元的AI智能体,正拓展至群聊领域。该公司于周一宣布,用户可将该智能体添加到与朋友的对话中,在旅行规划、获取活动门票、管理梦幻体育联盟、组织拼车或协调感恩节聚餐等场景中提供帮助。值得注意的是,该公司表示,即使用户的亲友未加入Instinct,与AI智能体的群聊功能依然可用。通过此次发布,Instinct在与其主要竞争对手(如Meta的Muse)的竞争中进一步迈进。尽管Meta的旧版应用Meta AI可添加到WhatsApp、Messenge
MiniMax 发布 H3 多模态模型,将 15 秒 2K 音视频生成成本降至行业标准的三分之一以下
MiniMax 正式发布了 MiniMax H3,这是一款通用多模态生成模型,旨在统一文本、图像、视频和音频的理解与创作。通过弥合视频生成任务与模态之间的历史鸿沟,此次发布标志着从专用工具向多功能一体化助手的关键转变。根据官方规格,H3 原生支持双通道音视频输出,能够生成长达 15 秒、分辨率为 2K 的内容。早期邀请测试证实了其在指令遵循、品牌叙事以及视频到视频动作迁移等领域的商业级稳定性。该模型已部署于广告、电子商务、游戏和 UI 设计等多个领域。在技术层面,H3 利用上下文全表征(Cont





首页






