前OpenAI成员田永龙加入腾讯或将掌舵混元多模态

7月8日最新动态，人工智能领域再传重磅人事调整。据雷峰网昨日披露，OpenAI前研究员田永龙（Yonglong Tian）已于近日正式加盟腾讯。

据了解，田永龙将担任腾讯混元多模态模型负责人，未来极可能主导VLM（视觉语言模型）相关研发。不过，该人事任命目前尚未最终确认。若顺利落地，这将是继姚顺雨之后，又一位从OpenAI核心研究团队加入腾讯混元的顶尖学者。

谈及田永龙与姚顺雨的渊源，可追溯至二人在OpenAI共事的经历。2025年9月，年仅28岁的姚顺雨从OpenAI离职，加入腾讯任“CEO/总裁办公室”首席AI科学家，直接向总裁刘炽平汇报。而田永龙正是其前同事——两人同在OpenAI研究团队期间，亲历了GPT系列及多模态技术的快速演进。

从学术背景看，田永龙的成长轨迹堪称中国计算机视觉领域顶尖人才的范本：本科毕业于清华大学，后于香港中文大学师从计算机视觉知名学者汤晓鸥和王晓刚，获得研究硕士学位。在港中文MMLab期间，他奠定了视觉识别与深度学习的扎实基础。随后，他进入麻省理工学院EECS系，在生成模型专家Phillip Isola指导下攻读博士，于2024年毕业。MIT期间，其研究重心逐渐从传统视觉识别转向生成模型与表征学习。截至目前，其Google Scholar引用数达28,778次，h-index为35，仅2026年一年即获3,436次引用。

博士毕业后，田永龙于2024年底加入位于剑桥的Google Research任高级研究科学家，随后于2024年5月转入Google DeepMind。在DeepMind期间，他专注于视觉感知与生成的基础研究。此后，他加入OpenAI担任Member of Technical Staff，研究方向集中于计算机视觉、视觉表征学习及生成式模型。

在学术界，田永龙最具代表性的成果当属Supervised Contrastive Learning（有监督对比学习）。该研究将对比学习框架拓展至监督场景，通过同类样本在表示空间中的聚类，显著提升了视觉表示的质量，对SimCLR、MoCo等后续视觉预训练模型的设计思路产生了深远影响。

2024年10月，他发表了关于自回归文本到图像生成模型规模化的研究Fluid。该研究揭示，在视觉领域使用连续token而非离散token的自回归模型，在视觉质量上表现更优；同时，随机生成顺序相比固定光栅顺序能获得更好效果。基于这些发现，团队训练了Fluid 10.5B模型。

此外，他还参与了多项重要研究，包括Autoregressive Image Generation without Vector Quantization（与何恺明、Tianhong Li合作）、Learning Vision from Models Rivals Learning Vision from Data（CVPR 2024）以及Scaling Laws of Synthetic Images for Model Training（CVPR 2024）等。

田永龙的加盟，是腾讯混元多模态团队近一年来一系列人事调整的最新一环。2024年底，原负责多模态统筹的腾讯混元大模型技术负责人之一刘威从腾讯离职，创办公司主攻视频生成。刘威离职后，多模态方向一度由腾讯副总裁蒋杰直接负责。

2025年4月，腾讯在技术工程事业群（TEG）体系内正式成立大语言模型部与多模态模型部，意在从组织架构上解决此前“虚拟团队、资源分散”的问题。此后，腾讯在多模态方向持续引进人才：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。可以说，腾讯正布局深远，而田永龙的加入，无疑是这盘棋局中的关键落子。