7.0
深览指数
科技人人都是产品经理·Z Finance··AI 生成
腾讯混元多模态迎来新负责人，OpenAI田永龙将加盟
腾讯混元多模态团队从OpenAI引入研究科学家田永龙，他将成为多模态方向负责人，向去年加入腾讯的姚顺雨汇报。田永龙在学术上与MIT的Phillip Isola、港中文的汤晓鸥等知名学者有渊源，是Supervised Contrastive Learning和自回归图像生成模型Fluid的核心作者。文章梳理了其从清华到MIT、从DeepMind到OpenAI的履历，并指出腾讯混元在多模态能力上落后于字节豆包和阿里通义，这轮引援意在补齐基础研究短板。适合关注AI产业人才竞争、大模型多模态技术路线（对比学习vs自回归vs扩散模型）的读者阅读。原文 ↗
核心观点
- ▍腾讯混元在多模态能力上落后于字节豆包和阿里通义，引入田永龙是为了在基础研究层面补课，以建立真正的技术壁垒。
- 01据雷锋网报道，田永龙将成为混元多模态模型方向的负责人，并向已在腾讯的姚顺雨汇报，但尚未正式入职。
- 02田永龙的学术背景包括清华大学本科、港中文MMLab师从汤晓鸥和王晓刚、MIT师从Phillip Isola读博，博士毕业后先后在Google DeepMind和OpenAI工作。
- 03田永龙的Google Scholar引用数达28,778次，h-index 35，2026年就有3,436次引用。
- 04田永龙是Supervised Contrastive Learning（有监督对比学习）的第一作者，该工作影响了SimCLR、MoCo等系列后续视觉预训练模型。
- 052024年10月发表的Fluid模型提出连续token和随机生成顺序可显著提升自回归图像生成质量，训练了10.5B参数模型。
- 06田永龙还参与了Autoregressive Image Generation without Vector Quantization（与何恺明合作）等研究，探索视觉生成、理解与表征学习的统一框架。
- 07腾讯混元多模态团队近一年经历剧烈组织震荡：原负责人刘威离职创业，2025年4月TEG成立独立多模态模型部，后引入胡瀚、薄列峰、庞天宇等人。
- 08接近腾讯的人士表示，字节豆包在多模态和内容创作生态上最强，阿里通义在长文本和办公场景更专业，混元虽深度绑定微信/QQ生态但技术领先性有差距。
反方 / 局限
- — 文章未提及田永龙在OpenAI期间的具体量化产出（如主导了GPT-4o多模态的哪个模块、贡献度如何），也未分析其学术成果转化为工业级多模态模型的实际难度与风险。
田永龙姚顺雨刘炽平刘威蒋杰胡瀚薄列峰庞天宇汤晓鸥王晓刚Phillip Isola何恺明OpenAI腾讯Google DeepMindMIT港中文MMLab商汤科技字节跳动阿里巴巴Supervised Contrastive LearningFluidCycleGANSimCLRMoCo混元豆包通义千问通义万相
8 分钟 · 3 卡片 · 8 资料
读原文 →