腾讯多模态研究迎来人才补强。作者 | 陈骏达编辑 | 李水青智东西7月8日报道，智东西获悉，OpenAI前研究员田永龙（Yonglong Tian）已确认于近期加入腾讯大语言模型部，后续将参与VLM（视觉语言模型）相关研发。▲田永龙领英主页在OpenAI期间，田永龙曾参与GPT-5的研发工作。加入OpenAI之前，他在Google Research和DeepMind长期从事视觉表征学习和对比学习等方向研究，对后续视觉模型以及多模态表征学习的发展产生了广泛影响。田永龙是经典论文Supervised Contrastive Learning的作者之一。这篇论文提出了监督对比损失（SupCon Loss）的概念，将自监督学习中的批次对比方法扩展到全监督场景。应用了这一策略的ResNet-200卷积神经网络，在ImageNet上达到了81.4%的Top-1准确率。同时，田永龙还是论文Contrastive multiview coding的第一作者。这篇论文提出了对比多视图编码（CMC），核心思想是通过对比学习让同一场景的不同视图（如颜色通道、深度、光流）在特征空间中相互靠近、不同场景的视图相互远离，从而最大化视图间共享的互信息、丢弃视图特有的噪声。实验证明该方法在图像和视频的无监督学习上达到当时最优，且视图数量越多表征越好。该工作深刻影响了后续SimCLR、MoCo等主流自监督方法。截至目前，田永龙在谷歌学术上的被引量已经达到29330次。田永龙本科毕业于清华大学，此后前往香港中文大学攻读硕士，师从汤晓鸥和王晓刚。汤晓鸥是中国计算机视觉领域的先驱，王晓刚则是汤晓鸥的得意门生，两人均为商汤科技联合创始人，王晓刚目前担任商汤的首席科学家。随后，田永龙前往麻省理工学院攻读博士学位，师从知名计算机视觉大牛Phillip Isola。博士毕业后，田永龙先是加入Google Research担任资深研究科学家，随后转至DeepMind担任相同职务。2024年10月，他加入OpenAI担任研究团队成员，直至近期加入腾讯。田永龙的加盟，或许是腾讯在多模态大模型、VLA模型领域的针对性人才补强，有望帮助腾讯进一步强化视觉编码、跨模态对齐等关键能力，为下一代混元多模态模型的发展提供技术支撑。本周一，腾讯的Hy3（混元3）正式上线，这一模型的复杂推理、指令遵循、编程和智能体等能力相比Hy2都有较大提升。同时，田永龙的加盟也是腾讯近期持续加码大模型人才布局的最新动作。去年，前OpenAI研究员、智能体研究大牛姚顺雨加入腾讯，出任“CEO/总裁办公室”首席AI科学家；今年年初，腾讯宣布前新加坡Sea AI Lab（SAIL）研究员庞天宇加盟腾讯混元多模态部Exploration Center，担任腾讯混元多模态强化学习首席研究员及技术负责人，主要负责强化学习前沿算法探索。同时，在多模态生成方面，腾讯在2025还引入了原阿里通义实验室应用视觉团队负责人薄列峰、微软亚洲研究院原首席研究员胡瀚等知名业界大牛。如今，原生多模态能力已经成为基础模型的标配，随着腾讯持续引入顶尖AI研究人才、不断扩充混元研发团队，其下一步在原生多模态模型、VLA模型等领域会有哪些新动作，值得持续关注。
