姚顺雨的OpenAI前同事，也加入腾讯了

7月8日消息，OpenAI前研究员田永龙（Yonglong Tian）已于近期加入腾讯大语言模型部，后续将参与VLM（视觉语言模型）相关研发。这位在计算机视觉和对比学习领域深耕多年的研究者，其学术生涯和产业履历，或许能揭示腾讯在下一代多模态模型上的战略意图。

▲田永龙领英主页

田永龙在OpenAI期间曾参与GPT-5的研发。在那之前，他在Google Research和DeepMind长期研究视觉表征学习和对比学习——这两个方向对后续视觉模型以及多模态表征学习的影响，可以说相当深远。

他学术履历中有几个值得单拎出来的关键节点。先说说他作为核心作者之一的经典论文Supervised Contrastive Learning。这篇论文提出的监督对比损失（SupCon Loss），将自监督学习中那种“批次内拉近正样本、推远负样本”的思路，成功扩展到了有监督场景。应用了这一策略的ResNet-200卷积神经网络，在ImageNet上达到了81.4%的Top-1准确率——放在当时的语境下，这个数字相当有分量。

另一篇代表作是Contrastive multiview coding，田永龙作为第一作者提出了对比多视图编码（CMC）。核心思路很直观：让同一场景的不同视图（比如颜色通道、深度图、光流）在特征空间中靠得更近，而不同场景的视图则相互远离。这样一来，模型能最大化视图间共享的互信息，丢弃那些视图特有的噪声信息。

实验结果表明，这种方法在图像和视频的无监督学习上做到了当时最优。而且有意思的是，视图数量越多，学到的表征就越好。这个思路深刻影响了后续的SimCLR、MoCo等主流自监督方法——说它是半个技术体系的源头也不为过。

截至目前，田永龙在谷歌学术上的被引量已达到29330次。对一个尚未毕业太久的年轻研究员来说，这个数字足以说明他的学术影响力。

来看看他的学术成长路径。本科毕业于清华大学后，田永龙前往香港中文大学攻读硕士，师从汤晓鸥和王晓刚。汤晓鸥是中国计算机视觉领域的先驱人物，王晓刚则是汤晓鸥的得意门生——两人后来共同创立了商汤科技，王晓刚目前仍担任商汤首席科学家。在港中大的那段经历，基本奠定了他在计算机视觉领域的研究根基。

随后，田永龙进入麻省理工学院攻读博士学位，师从知名计算机视觉大牛Phillip Isola。Isola是图像生成和视觉表征学习领域的顶尖学者，在这样的实验室里完成博士训练，对田永龙后来在对比学习和多模态方向上的工作影响不可谓不大。

博士毕业后，田永龙先在Google Research担任资深研究科学家，随后转至DeepMind担任同样职务。2024年10月，他加入OpenAI担任研究团队成员，直到近期回国加盟腾讯。

这次加盟，很可能是腾讯在多模态大模型、尤其是VLA模型（视觉-语言-动作模型）领域的一次针对性人才补强。田永龙在视觉编码和跨模态对齐方面的深厚积累，有望帮助腾讯进一步强化这些关键能力，为下一代混元多模态模型的发展提供技术支撑。

就在本周一，腾讯的Hy3（混元3）已经正式上线。相比Hy2，Hy3在复杂推理、指令遵循、编程和智能体等能力上都有明显提升。这个时候引入田永龙这样擅长视觉表征和对比学习的研究者，意图其实相当清晰。

值得一提的是，这并不是腾讯近期在AI人才引进上的唯一动作。去年，前OpenAI研究员、智能体研究领域的大牛姚顺雨已加入腾讯，担任“CEO/总裁办公室”首席AI科学家；今年年初，腾讯又宣布前新加坡Sea AI Lab（SAIL）研究员庞天宇加盟混元多模态部Exploration Center，担任多模态强化学习首席研究员及技术负责人，主攻强化学习前沿算法探索。

在多模态生成方面，腾讯在2025年还引入了原阿里通义实验室应用视觉团队负责人薄列峰、微软亚洲研究院原首席研究员胡瀚等知名业界大牛。

如今，原生多模态能力已经成为基础模型的标配。随着腾讯持续引入顶尖AI研究人才、不断扩充混元研发团队，下一步在原生多模态模型、VLA模型等领域会有哪些新动作，值得保持关注。