作者｜周琦 编辑｜吕栋

9月9日，一则来自腾讯内部的人事动向引发关注。

前OpenAI研究员田永龙被纳入腾讯CEO｜总裁办公室，职务定为“混元多模态负责人”，向首席AI科学家姚顺雨汇报。

田永龙

这并非一次突如其来的任命。梳理时间线会发现，这更像一盘早已落子的棋局，如今走到了收束的一步。

田永龙与腾讯的交集始于今年7月，彼时他离开OpenAI加盟腾讯，接手混元多模态方向的工作。

几乎在同一时间，腾讯完成了一次关键的架构重组，大语言模型部与多模态模型部合并为基础模型部，统一交由姚顺雨管理，田永龙在新架构中负责视觉语言模型（VLM）方向。

两个月后的今天，他的头衔和汇报线进一步明确，进入CEO｜总裁办公室。

这个办公室的特殊之处在于，姚顺雨的首席AI科学家头衔同样挂在这里，直接向总裁刘炽平汇报。

这意味着，多模态这一核心方向被装进了离总裁最近的位置。

田永龙的履历几乎是中国视觉系AI研究员的标准顶配。清华本科，香港中文大学多媒体实验室（MMLab）硕士，随后赴MIT攻读博士，导师是CycleGAN的发明人Phillip Isola，研究方向锁定对比学习与视觉表征。

2022年底毕业后，他先后供职于Google Research和Google DeepMind，2024年10月加入OpenAI担任技术研究员，专注多模态表征与生成模型。

值得注意的是，他研究轨迹从视觉表征一路延伸到生成模型。他参与的Fluid工作曾论证连续token自回归路线在文生图上的优势，而“离散还是连续”恰恰是当下全模态模型架构之争的核心分歧。

对正在探索全模态底座的混元来说，这种横跨理解与生成两端、且亲历过路线决策的经验，比单纯的论文履历更值钱。

这笔人事变动背后，是供需两端的精准咬合。

腾讯这边，原多模态负责人在架构调整后转任运营岗，此前多位模型方向的核心成员相继离开。有观点认为，混元的多模态能力与字节豆包、阿里通义存在差距。

7月架构合并的官方口径是“探索全模态模型的智能上限”，但有分析指出，此前混元的能力提升更多来自数据和基础设施的统一，图像、视频、3D仍由专用模型分别完成。

要从“拼装式多模态”走向GPT、Gemini那样的原生全模态底座，需要一位真正打过一线硬仗的帅才。

姚顺雨这边，则是用信任网络在组队。

他与田永龙是清华本科校友，又是OpenAI同期共事的研究员。

姚顺雨去年9月加入腾讯、年底出任首席AI科学家后，混元重建了预训练与强化学习的基础设施，确立了以实用性为先的训练原则，改革成效获得管理层公开肯定。

姚顺雨自己谈加入理由时说过，AI下半场方法论已经成熟，难的是找到好问题，而腾讯在游戏、内容、社交、办公等领域有不少好场景。

当一个公司的核心模型方向陆续归入CEO｜办公室，腾讯等于宣告，大模型不再是一项需要向业务线证明自己的技术投资，而是被当作下一代基础设施来经营。

对行业而言，这也是大模型人才战争进入新阶段的注脚，从抢单兵，到成建制地移植彼此信任的完整团队。

眼下，姚顺雨正为腾讯的全模态战略一块块补齐拼图，田永龙是其中最新的一块。