近日，业内传出重磅人事动态:OpenAI 前研究员田永龙（Yonglong Tian）已于近期加入腾讯，或将出任腾讯混元多模态模型方向的负责人，并主导视觉语言模型(VLM)的相关研发工作。尽管目前该变动尚未最终官宣，但这一消息已在业界引发广泛关注。若此次合作顺利落定，田永龙将成为继姚顺雨之后，腾讯混元团队迎来的又一位核心背景研究人才。
田永龙的加入，标志着腾讯在多模态大模型领域的持续加码。他与腾讯现任首席 AI 科学家姚顺雨曾在 OpenAI 共事，两人共同见证了 GPT 系列及多模态技术的迭代。作为计算机视觉领域的顶尖人才，田永龙拥有扎实的学术背景:他本科毕业于清华大学，在香港中文大学 MMLab 完成硕士学业后，于麻省理工学院（MIT）攻读博士。其研究轨迹清晰地展现了从传统视觉识别向生成模型与表征学习的跨越，个人 Google Scholar 引用数已近3万次。
在学术界，田永龙贡献显著。他提出的“有监督对比学习”（Supervised Contrastive Learning）将对比学习框架推广至监督场景，对视觉预训练模型的设计思路产生了深远影响。此外，他近期的研究重心集中在自回归图像生成领域，特别是关于 Fluid 系列的研究，通过验证连续 token 在视觉质量上的优越性，为大模型生成能力提供了新的技术路径。在加入腾讯前，他曾先后在 Google Research 和 Google DeepMind 深耕，随后转投 OpenAI 担任技术成员。
此次人事引入是腾讯混元多模态团队近一年来架构调整与人才布局的重要一环。自2025年4月腾讯正式组建大语言模型部与多模态模型部以来，团队动作频频。此前，已有多位来自微软、阿里、清华等科研重镇的资深人才加盟，旨在解决过去“资源分散”的痛点，构建更具竞争力的多模态研发体系。
随着田永龙等技术大牛的相继加入，腾讯混元在多模态与视觉感知领域的研发实力有望进一步跃升。作为 AI 行业头部梯队的有力竞争者，腾讯这一系列的人才“拼图”行动，预示着其在混元模型多模态能力上的深度布局与战略野心。
