OpenAI又走了一员大将，这次腾讯要的是多模态命脉

7月8号，一条消息在AI圈炸了。

雷峰网7号晚上先捅出来的，说OpenAI前研究员田永龙已经加入腾讯。第二天一早，澎湃新闻从腾讯相关负责人那里拿到了确认。36氪、IT之家、凤凰科技全部跟进。到中午的时候，连意大利语和韩语媒体都在报。

腾讯确认，OpenAI前研究员田永龙（Yonglong Tian）已加入腾讯大语言模型部，后续主导VLM（视觉语言模型）研发。

十个月前，另一位OpenAI核心研究员姚顺雨也跳到了腾讯，出任首席AI科学家。

一个人走可能是巧合。两个人前后脚走，那就有意思了。

image

image

国外媒体先坐不住了

CNBC在6月初就发了一篇报道，标题直白，中国正在从美国实验室挖AI人才。报道引用了姚顺雨在北京一场腾讯活动上的发言，他说要在中国的土地上建一个长期的AGI组织。

Bloomberg更早一步，去年12月就盯上了这波操作，称腾讯任命前OpenAI研究员为首席AI科学家，并围绕他的到来重组了整个AI架构。

SCMP（南华早报）的措辞更直白，腾讯在重组AI业务，把高调挖来的人推上了首席AI科学家的位置。

到了7月8号田永龙的消息出来，国际科技媒体AIBase第一时间发了英文快讯。意大利媒体用上了punta su，韩国媒体也在跟踪。这事的传播速度，比想象中快得多。

image

image

drillr.ai的一篇投资分析写得特别有意思。它说，2022到2024年，人才流动的方向是美国超大厂把中国研究员从北京和上海的实验室拉到湾区。现在方向反过来了，一个有前沿实验室经验的高级研究员主动选择了腾讯的生态系统。

这话说得含蓄。翻译成人话就是，以前是硅谷挖人，现在是深圳挖人。

这位田永龙什么来头

先说学历这条线。

清华本科，港中文MMLab硕士。硕士导师是汤晓鸥教授和王晓刚教授，这俩名字在计算机视觉圈里分量不言而喻。汤晓鸥教授后来创办了商汤科技，可惜2023年底离世了。

然后去MIT读博，导师Phillip Isola，2022年毕业。Isola是生成模型领域的大牛，GAN和对比学习方向都有深耕。

再说工作经历。2022年底进Google Research剑桥分部当高级研究科学家。2024年5月转入Google DeepMind。之后跳到OpenAI做Member of Technical Staff。

一路名校，一路大厂。

但真正让他出圈的，是学术成果。

Google Scholar上的引用量接近29000次,h-index达到35。光是2026年就有3400多次引用。这个数字放在很多正教授身上都够吹一辈子,他才博士毕业四年。

田永龙MIT个人主页

田永龙MIT个人主页

他最知名的工作叫Supervised Contrastive Learning,有监督对比学习。核心思路是把对比学习框架推广到监督场景,让同类样本在表示空间中聚集。这个工作后来影响了SimCLR、MoCo等一系列视觉预训练模型的设计方向。

他还跟何恺明合作了一篇关于自回归图像生成的研究,不需要向量量化那种。2024年10月又发表了Fluid,研究自回归文本到图像生成模型的规模化。他发现用连续token替代离散token,视觉质量会有显著提升,同时随机生成顺序比固定光栅顺序效果更好。

这些全都是计算机视觉和生成式模型最前沿的方向。

从他的MIT个人页面看,研究兴趣在机器感知、生成和推理的交叉地带,主要从视觉角度切入。

一个纯正的视觉系研究员,现在要去搞多模态。

有意思的是,他的MIT个人页面上还挂着Google DeepMind的介绍,大概还没来得及更新。他的Twitter账号@YonglongT目前也没有公开发声,安静得有点反常。在AI圈,这种沉默往往意味着,新东家还在帮他办入职手续,公关口径得统一了才能说话。

十个月前的另一颗棋子

要把田永龙这步棋看明白，得先回看姚顺雨。

2025年9月,28岁的姚顺雨从OpenAI离职。三个月后腾讯正式宣布,任命他为CEO/总裁办公室首席AI科学家,直接向总裁刘炽平汇报。同时还兼任AI Infra部和大语言模型部负责人,向技术工程事业群总裁卢山汇报。

一手抓算法,一手抓算力基建。这个任命的分量,在腾讯内部属于史无前例。

据Bloomberg报道,坊间传闻姚顺雨的签约金超过一亿元人民币。腾讯虽然辟了谣,但这个数字本身就是一种信号。

姚顺雨在OpenAI期间,跟田永龙在同一时期效力于研究团队。两个人亲历了GPT系列和多模态技术的快速迭代。据雷峰网报道,一位跟田永龙相熟的人士说,他人挺好的,跟姚顺雨关系也不错。

所以田永龙这步棋,与其说是腾讯在挖人,不如说是老同事在喊他过来。

但问题是,腾讯要的可不是一个普通研究员。

腾讯在下什么棋

田永龙加入后,预计将担任混元多模态模型方向的负责人,向姚顺雨汇报。

这说明什么,腾讯的多模态方向一直在找一把手。

2024年底,原负责多模态统筹的技术负责人刘威从腾讯离职,去创业搞视频生成了。他走之后,多模态方向一度由腾讯副总裁蒋杰直接盯着。

2025年4月,腾讯在技术工程事业群内部正式成立了大语言模型部和多模态模型部,试图从组织架构上解决此前虚拟团队、资源分散的老问题。

然后就是一连串的人才引进。

2025年初,前微软亚洲研究院视觉计算组首席研究员胡瀚加入腾讯,负责多模态大模型研发。2025年7月,原阿里通义实验室应用视觉团队负责人薄列峰加入混元团队。2026年1月,清华大学计算机系博士庞天宇加盟,负责多模态强化学习前沿算法探索。

现在田永龙来了。

如果把这些人的背景拼在一起看，腾讯在多模态方向的布局已经相当清晰。从视觉表征学习到生成式模型,从视觉语言模型到多模态强化学习,每个关键环节都塞了一个高手。

而且这些人的履历有一个共同点,要么来自OpenAI,要么来自Google系,要么来自微软亚研院。全是顶级实验室出来的。

姚顺雨今年6月在北京那场活动上说了一句话,我不认为ChatGPT或Claude会是唯一的超级应用。他描述了一个万亿美元规模的未开发市场,说在中国的路径是靠更小、更稳定的模型来走。

这话说完一个月,田永龙就来了。

这波人才流向到底意味着什么

drillr.ai的分析点出了三个关键变化。

第一,Anthropic和OpenAI的团队扩张太快,招聘质量已经从金字塔尖1%的标准往下扩,边际招聘已经不是姚顺雨这个级别的人了。换句话说,顶尖研究员在这些大厂里已经不是稀缺资源。

第二,中国AI实验室已经用实际产品证明了自己。DeepSeek、Moonshot、通义千问这些模型的公开发布,已经打破了只有湾区才能做前沿研究的叙事。

第三,腾讯的战略位置很特殊。它拥有微信这个月活超十亿的基础设施,任何在中国部署的AI服务都得跟它打交道。一个高级AI研究员选择腾讯,看中的是平台杠杆,纯粹的研究深度反倒在其次。

这三点说得都挺到位。

但我觉得还有一个角度值得想想。

田永龙的研究方向是计算机视觉和生成式模型。他做的Supervised Contrastive Learning影响了一整代视觉预训练模型。他跟何恺明合作的那个自回归图像生成,还有Fluid系列,都是在探索视觉生成的新范式。

这些工作跟VLM有什么关系。

VLM的核心挑战就在于视觉理解和语言理解的融合。怎么让模型真正理解一张图,光给图打标签可不够。怎么让模型在生成图像时保持语义一致性。怎么在多模态推理中保持视觉表征的质量。

这些都是田永龙一直在攻的方向。

腾讯混元团队最近刚发布了Hy3模型的正式版并开源,由姚顺雨主导。如果接下来要在多模态上发力,那田永龙的加入就是一块关键的拼图。

留几个问题

田永龙会不会是最后一个从OpenAI跳到腾讯的人。

大概率不是。

drillr.ai的分析里有一句话,一次招聘是信号,一批高级研究员从美国前沿实验室转向中国平台,那才是结构性变化。

姚顺雨加田永龙,已经构成了一种模式。

CNBC的报道标题写的是,中国可能在AI上走美国的路,随着企业挖角员工。这个标题背后的潜台词是,以前中国AI公司搞应用,美国AI公司搞研究。现在中国公司也想搞前沿研究了,而且用的是从美国实验室出来的人。

这个趋势会不会加速。

Anthropic上个月初发了一篇报告,说前沿模型正在接近递归自我改进的临界点,呼吁行业放慢脚步。OpenAI也在那段时间发布了联邦治理蓝图,提议对这一能力进行机构监控。

而姚顺雨在北京的回应是,加速。

一边踩刹车,一边踩油门。

田永龙的选择,就发生在这个时间节点上。

他不是第一个,也未必是最后一个。

下一个会是谁,这个问题比答案本身更有意思。