腾讯混元多模态理解负责人胡瀚离职，前OpenAI研究员田永龙接棒，团队转向世界模型

事件概述

近期，腾讯混元多模态理解负责人胡瀚提出离职。他于2025年初加入腾讯，曾任微软亚洲研究院视觉计算组首席研究员，负责视觉大模型研究。此后加入大语言模型部“Frontier”前沿技术研究组，汇报给姚顺雨，还曾承担世界模型研发工作。离职后，原团队或将聚焦世界模型前沿研究。前OpenAI研究院、麻省理工博士田永龙已加入大语言模型部，接替胡瀚负责视觉语言模型（VLM）方向研发，仍汇报给姚顺雨。

核心信息

• 人员变动背景：自2026年年中以来，混元体系持续调整。姚顺雨加入后，将补全短板、提升基模能力至第一梯队作为主线，重新梳理资源分配，将人才和算力聚焦至基础模型研发。例如，撤销AI Lab后核心人员并入大语言模型部，并加大招聘力度。
• 资源权衡：腾讯算力资源有限——2025年资本开支792亿元，远低于阿里（1260亿元）和字节（2026年最高700亿美元）。多模态理解技术红利渐退，文字/图像/视频识别准确率已达85%以上，但视觉推理依赖语言模型能力提升。商业化方面，多模态理解（识图等）难以直接变现，用户更愿为文档处理、PPT制作等办公场景付费，对应模型的推理、编码和智能体能力。
• 战略调整：姚顺雨推动组织重组、基础设施（数据、Infra、评测）重构及回归基模战略。7月6日发布的大模型Hy3在同等参数量中等尺寸模型中已可与GLM-5.2、DeepSeek V4 Pro竞争。

值得关注

胡瀚离职及团队方向调整表明，腾讯在AI资源有限背景下，正暂缓技术红利渐退的多模态理解研究，集中力量发展世界模型等更前沿方向。姚顺雨加入后半年内，混元已有进入AI第一梯队的势头。