腾讯大模型人事大地震：姚顺雨掌舵基础模型

近日，腾讯混元多模态团队经历了一场深度的人事重组与战略调整。这一系列变动不仅牵动多位核心研究人员的去留，更标志着腾讯在多模态大模型研发路线上正发生深层次的路线重构。

核心人事变动

• 蔺旭东加盟：原 xAI 多模态理解负责人正式加入腾讯混元，担任多模态内容生成算法负责人。
• 胡瀚离职：原多模态理解负责人胡瀚选择离职创业，离开腾讯。
• 田永龙加入：前 OpenAI 研究员田永龙也加入腾讯，进一步强化研究力量。

这些调整与腾讯将大语言模型部和多模态模型部合并成立“基础模型部”的决定紧密相关，而该部门由 姚顺雨 全面接管。

腾讯多模态技术版图回顾

腾讯混元过去的多模态发展围绕几大核心产品展开：

• 文生视频模型 HunyuanVideo：2024 年底首发即成为全球最大的开源视频生成模型，随后在 2025 年密集扩展了图生视频、定制化生成以及数字人驱动等能力。
• 图像生成：从早期的 HunyuanImage 到支持原生 2K 分辨率的 2.1 版本，再到 800 亿参数的 3.0 版本，不断向工业级演进。
• 单体 3D 模型 Hy3D：在电商建模和产品设计领域广泛应用。
• 空间智能：推出全球首个开源、支持仿真的沉浸式 3D 世界生成模型 Hy World 1.0 及其后续版本，深度契合空间智能研究方向。

技术路线的深刻转变

随着基础模型部的成立，腾讯的多模态研发思路正面临深刻转变。业界对于多模态与智能主线的关系存在不同看法：

李飞飞旗下的 World Labs 等观点认为，世界模型作为空间智能的一部分是 AGI 的重要主线；而 DeepSeek 等则主张将视觉模态作为服务于语言模型的工具，弱化独立的 3D 或世界模型路线。

从姚顺雨近期的战略布局与旗舰产品 Hy3 的落地来看，其更倾向于后者的技术路线。姚顺雨在公开场合多次强调，AI 下半场的竞争壁垒在于上下文与推理能力，而非单纯的模型参数量。

聚焦生产力落地的战略决心

通过将多模态理解能力深度融合至基础模型主线，腾讯正致力于：

1. 优化工具调用稳定性
2. 提升长上下文承接能力
3. 增强模型在真实办公、GUI Agent 等产品落地中的理解与执行效率

蔺旭东的加入，正是为了通过提升多模态理解能力，进一步解决生成模型中前后不一致、缺乏空间稳定性等痛点。

这场重组不仅折射出腾讯内部技术路线的交替，也展现了其在 AGI 下半场竞争中坚定靠拢主线、聚焦生产力落地的战略决心。未来，腾讯能否在基础模型领域实现突破，姚顺雨带领的新团队将给出答案。