29岁姚顺雨空降：改造腾讯混元的 300 天 - 2024 年，腾讯的高招团队在一场顶级学术会议上认识了姚顺雨。当时这个 97 年的年轻人还是 OpenAI 的研究员，他被介绍给了腾讯总裁刘炽平。一年后，他回国，一跃成为了腾讯的大语言模型负责人。 - 姚顺雨的幸运之处在于，在他来之前，腾讯的最高决策者已经意识到 AI 可能是生死之战，而腾讯远远落后。马化腾在 2025 年的员工大会上说：“一年前我们以为上了船，后来发现那个船漏水了。”他们提前扫清了障碍——混元原先各岗位的关键负责人已悉数离场，姚顺雨可以直接向集团总办汇报，TEG 总裁卢山是一位温和的管理者，愿意最大程度放权。 - 初入腾讯时，姚顺雨向总裁刘炽平提了一个请求：从新模型发布起至少一年，希望总办不要看榜单 (benchmark)。一年大约是训练两代模型的时间。“Martin（刘炽平）同意了。” - 以顾问身份加入腾讯时，姚顺雨任务只有一个：排查混元大模型长期落后的原因。排查结果是：“简单来说，几乎每个环节都在漏水。” 混元过度追求榜单成绩，把打榜语料放进训练集污染了数据，模型变得很会考试，但在真实场景表现很差。当时数据标注准确率的验收线定在 95% ，实际却长期停留在 60%-70%，团队为了交差生产出大批无法使用的数据，算法团队默许了这一切。 - 混元从起步开始就不算顺利。2023 年立项时，项目组连一块 GPU 都没有，最后还是从广告部门匀来 2000 张。卡少导致混元的基础建设（Infra）先天不足，系统缺少针对大规模训练任务的设计。训练环节也不健全，混元几乎没有做过强化学习。竞争压力下，团队做了两个选择，一是换架构，冒险用 Transformer 与 Mamba 结合的混合架构这条路线在行业里尚未被充分验证，“但有噱头。”除了腾讯几乎没有大厂选它。另一条路是打榜，用分数向上汇报。 - 姚顺雨来后几个月内，混元预训练、后训练、评估、Infra 的负责人全部换人，新人来自字节、Kimi、DeepSeek、美团。招人不再看出身——目前混元的模型架构负责人还是一名在读博士生。字节 Seed 的招聘团队发现好几个候选人连 Seed 都没抢过。原因是：Seed 人才密度已经很高，年轻人更容易成为“螺丝钉”；而重建期的混元正是用人之际。 - 改革不是疾风骤雨。姚顺雨没有大量清退老人，但带来的压力更隐晦——他常在群里发论文聊技术，能跟上的人很少，有时甚至看不懂。“Peer 压力太大了。” - 部门层级被简化到只有三层：姚顺雨——方向负责人——研究员/实习生。不赶发版的时候，混元的强度并不大。另一边，混元也取消了部门年中考核，鼓励聚焦长期研发。偶尔也有例外。“只要哪个组来了 Seed 的人，那个组很快就会自发地卷起来。” - 姚顺雨用自己的旧东家 OpenAI 举例给团队鼓劲：直到今天，OpenAI 的基础模型也没有依赖过什么神秘的技术，做大模型没有魔法，也不要相信别人有魔法。真正难的是把最基础、确定能做对的事情都做对——做到这些，足以让混元挤进中国的第一梯队。 - 2026 年 5 月底，距离混元 Hy3 正式发布只剩一个月，因为一批提交上来的数据出了问题。姚顺雨少见地发了脾气，严厉告诫团队：“数据非常重要。如果下次再出现这样的情况，直接走人。” -混元 Hy3 是姚顺雨在年初带队开始训练一款大模型，也是他加入腾讯后的第一张成绩单，但内部抱的预期并不大。Hy3 并不是完全没有企图心。按照姚顺雨的设想，混元不需要在所有能力上正面击败 Claude Opus 这样的前沿模型。如果一个模型能以 Opus 1% 的价格，在 90% 的日常问题上做到与它一样好，甚至超过它，对大多数用户来说这就是一个更优的模型。Hy4 已经在训练中，混元团队的判断是 2027 年进入国内第一梯队。 - 在姚顺雨的构想中，模型与产品应该以联合设计（Co-design）的模式合作，即模型和产品从一开始就绑定在一起开发，模型可以第一时间拿到产品的真实场景和用户反馈，知道自己该往哪里改；产品也能及时向模型同步需求，不用等一个通用模型送上门，再调整、将就。姚顺雨清楚自己当前的主要任务是什么，就是和业务处好关系，把 Co-design 的想法落地 - 今天大模型行业普遍面临商业化难题，但腾讯的思路是，不一定要向外部客户收费，能帮业务提升收入，同样是混元的价值。“举个例子，《王者荣耀》一年收入几百亿，混元如果能帮它提升 1%，那就是好几个亿。” - 在腾讯，一个产品一旦受到高层重视，老板们就会开始密集提意见，其他辅助部门的人也随之加入，参与决策的人越来越多。去年腾讯集全公司资源扶持元宝，于是高层们总会不时提出非常具体的意见，某处的字体是不是太小了，对年长的人不太友好；某处设计为什么要用这种颜色。“上面一提，下面就开始揣摩，老板到底是什么意思，到底要不要改。” - 腾讯 2019 年引入过一批从 Google、Snapchat、Uber 来的工程和数据专家。他们大多没留下什么成果，陆续离开。今天姚顺雨有总办的授权，圈了一块地，一个人拍板负责。但当改革进入更深的地方，牵动更大利益、风险更高时，能替他扛住压力的只有总办。到那时，考验的不只是他，还有他和老板们之间的信任能否撑得住。改革走到最深处，从来就不只取决于改革的那个人。

半个月前，「晚点LatePost」以姚顺雨入职腾讯300天为题写了篇深度稿，不出意外的刷了一波屏，也算是新的混元团队对外做了一次系统性汇报。 不过很少有人注意到的是，就在第二天，「Z Finance」也发了一篇关于微信WeLM加大技术成果宣传的报道，直言这是腾讯AI在混元之外的「第二条线」。 时隔多年，又双叒叕看到似曾相识的赛马画面，这我可就一点儿都不困了啊⋯⋯ WXG（微信事业群）在腾讯内部的独立地位，从来不是秘密，在大模型这件事情上，微信也有自己的考量，自研大模型WeLM今年开始突然积极「营业」，就是一个再明显不过的信号。 根据媒体透露，在今年的腾讯年会上，微信团队是找集团表态了的，要求提供更多GPU来训练模型，这在当时集全公司资源支持元宝的背景下，显得非常「没眼力劲」。 但是比较让人意外的是，凭借远远不如混元的算力资源，微信在大模型上交的答卷，其实⋯⋯还挺厉害的： 基于微信和混元各自最新发布的模型自测结果，在7项重叠指标上，WeLM有6项领先于HY 3，而且这还只是WeLM-617B，并不是Hidden Decoding的完全体，而HY 3已经是正式版了，两个模型都是7月发的。 就很反直觉，对不对？ 要知道，混元最近再次完成了一轮整合，把多模态并入了大模型部门，再加上Infra，三条线全部交给姚顺雨统一管理，这种程度的权力倾斜在腾讯的公司史上也是很少见的。 气氛都烘托到这里了，然后HY 3没打过WeLM，这就有点尴尬了。 再说一个很有意思的，微信和混元的赛马场面看起来十分激烈，但实际上，属于字节一队和字节二队在前线火拼。 微信WeLM的模型架构负责人张思钧，是从字节Seed Model团队过去的，WeLM之所以在主打成本效益的MoE路线上建树颇丰，就是因为他把Seed极致工程化的强项带过去了。 我甚至看到有Seed的同学说，WeLM更新的博客文章里，有几个技术构想很眼熟，都是张思钧之前当同事时尝试过的⋯⋯ 此为字节一队。 至于另一边的「熟人」就更多了，姚顺雨手底下都快被字节Seed出来的人包围了，包括RL Infra组负责人张弛、RL算法组负责人袁钰峰、直接协助姚顺雨的肖学锋等等，全是核心板块的坑位。 他们集中在2025年底到2026年初这个时间段入职，属于姚顺雨「刷脸」成功的结果，用于补强混元模型的基础能力。 此为字节二队。 所以四舍五入，微信和混元突然开始内部赛马，本质上是字节一队和字节二队在暗地里较劲，而且目前还是一队暂时领先二队。 要知道，字节Seed的AI人才密度之高，已经是行业里公认的事实了，他们的外溢流动，大多始于心志勃发，想在一个更缺骨干——当然也意味着更有向上空间——的新系统里快速爬升。 戏剧性的是，这些散是满天星的「SSR碎片」，同时被腾讯集齐了，并在内部阴差阳错的形成了两个对垒的阵营，一队去了微信，二队去了混元。 而从过往经验来看，内部赛马这件事情，总体而言依然是利大于弊的，弊端无非是一些可以预见的资源浪费，但和保持组织活性的收益相比，可以说是微不足道的。 就像微信当初是从广州跑出来的，王者荣耀则是成都团队做的，腾讯做产品是有从边缘到中心这种传统的，AI战事才刚开了个头，已经属实格外精彩了。 根据高盛6月发布的一份研报，WXG和TEG并行开发模型的结构一时半会儿是不会变的，混元挂靠在TEG，同时TEG的总裁也是负责分配算力的拍板人，优势很大，但WXG硬是凭自己的模型表现上了桌，加上微信手握14亿月活的大场景，哪边更有话语权还真说不好。 我的感觉是，微信确实有打差异化的心思，提前走位规避所谓「重复造轮子」的质疑，比如会反复强调资源效率，要用更经济的方式去探索AI服务。 这既可以理解为卡量有限的不得已选择，也能代入到微信对于自身用户规模的谨慎，但是无论如何，这种特殊性，给WeLM从训练到推理全链路自建提供了充分的理由。 大概率，WXG不会让TEG进来处理微信的数据，主权问题，不容谈判。 但我也想不出来，混元能够抛开微信把腾讯AI做得风生水起的画面。 腾讯在WAIC的展台我是去了的，亮相的AI产品全家桶几乎都是姚顺雨在内部推动「协同」之后的友军，唯独微信只放了一个表情包生成设备，画风迥异。 不知道你们会如何看待这两条AI管线的未来？ 还是那句话，竞争，尤其是向上的竞争，是好事，这是「经济上行的美」不可或缺的风景线。

OpenAI研究科学家田永龙（姚顺雨前同事）或将加入腾讯混元团队 根据雷峰网报道，田永龙 @YonglongT 将成为混元多模态模型方向的负责人，并向姚顺雨汇报。但这笔人事变动尚未最终落槌，田永龙目前尚未正式入职。如果顺利，这是继姚顺雨之后，又一位从OpenAI核心研究团队转投腾讯混元的研究人员。

一财放了点姚顺雨的料「腾讯混元3年变形始末」，开始对外传递腾讯在大模型上的组织变化了，这是一个很明确也很有看头的信号，腾讯去年在AI上投了很多钱，但取得的成效我猜内部是不太满意的，所以要在场外做点找补。 而且自从张小龙之后腾讯也不太喜欢以人为主体来建立叙事，满打满算十年来就游戏线的马晓轶和香港帮的汤道生会出镜比较多，这次开始给一个刚入职的新人包装造势，可以说是排面拉满了，也符合AI行业小登为王的趋势。 还是给这篇文章里一些有价值的信息划划重点： - 姚顺雨27岁，是国内大模型团队里最年轻的「一号位」，他在OpenAI只工作了一年，说不上特别核心，但负责的推理模型技术，让他很适合承接从ChatBot到Agent的业务升级，腾讯重金挖他过来，也是急于让他来主导下一个Agent模型的训练； - 腾讯对大模型的反应在国内属于相对落后的那一批，所以人才储备非常薄弱，之前负责大模型业务的两个Leader都没有自然语言处理的背景，团队构成非常「不对口」，去年开始给出薪酬翻倍的条件到处挖人，字节的2-2跳来腾讯就给T12或者T13，相当于直接上涨1-2个职级，再往上T14差不多就是首席科学家了； - 人才流动主要还是在「BAT」三家里内循环，2024年是字节在从阿里撬人，2025年是腾讯开挖自己的墙脚，而年底我们又看到了字节大幅涨薪的通知，内部信里明确表示要保持待遇领先于头部水平，最新的消息是，「腾讯只看来自DeepSeek、月之暗面、字节和阿里这4家基座模型团队的候选人，其他公司是不看的」； - 马化腾对大模型存有误判，他曾打比方说，在工业革命时期，早一个月还是晚一个月把灯泡拿出来，其实没有那么重要。而腾讯错过了很多实验先机，包括浑元大模型如今有些过于路边——在大多数基准测试里，浑元连一个对比项都当不上——所以去年开始着急，很大程度上是在补落下的课； - ChatGPT出来的那一轮周期，正好叠加了腾讯在搞降本增效，对各种「不必要」的花费卡得非常死，AI Lab的员工想去参加学术会议，公司不给钱，继续想办法蹭高校的预算，而AI部门为了完成创收指标，也需要去服务游戏和广告业务，由此结算经济价值，留在基础研究上的人力很少； - 在把姚顺雨放到「一号位」之前，腾讯在大模型上的态度更接近于「调门大、行动少」，既缺少资源，也没有领头人，公司在危机意识层面依然被抖音牵制，以致于总办最关注的业务始终是视频号，而腾讯擅长的赛马机智，在大模型这种「集中力量办大事」的行业不管用了，微信也训练过自己的模型，然后还是放弃了； - 直到去年，腾讯终于开始效仿字节Seed，重新组建符合大模型研发标准的组织架构，设立更符合前沿科学原理的岗位，再去为一个个的坑找萝卜，并逐步淘汰掉旧技术线的人力，当姚顺雨空降落地之后，管理上的障碍基本上也都已经打扫干净了； - 今年会是姚顺雨的大考，他需要为腾讯训练出一个足以回到牌桌上的领先模型，只有高分答卷，才能让他坐稳在腾讯这家大厂AI一把手位置，好在前人的肩膀够多，相比GPT-4和o1时代大家都不知道怎么实现的盲目，现在的大模型行业已经少了很多「秘方」，头部模型的能力更是高度对齐，留给腾讯的时间，不多但也不少。

【腾讯合并混元多模态和大语言模型部门 姚顺雨带队】7月23日下午，腾讯宣布合并两个模型团队：整合混元多模态模型部门与大语言模型部门，成立基础模型部，统一由腾讯首席AI科学家姚顺雨管理。腾讯称，这是为了进一步提升模型研发和协同效率，探索全模态模型的智能上限。

可能很多人熟悉字节跳动，但不一定熟悉字节的 Seed 团队。这个团队一直在做深入的前沿研究，而且人才密度很高。前段时间，记得晚点一篇文章提到姚顺雨的观点说： 大模型训练没有银弹。 真正决定模型能力的，还是把数据质量做好，把基础架构做扎实。 OpenAI 和

腾讯又挖来一位 OpenAI 核心研究员。 据多家媒体确认，OpenAI 前研究员田永龙（Yonglong Tian）已正式加入腾讯，将参与混元大模型相关研发，重点方向为 VLM（视觉语言模型）。 这也是继姚顺雨之后，腾讯引入的第二位 OpenAI 背景核心研究员。 更有意思的是，两人本身就是 OpenAI 老同事。如果后续传闻中的组织架构落地，腾讯混元的多模态能力很可能会迎来一次明显加强。 田永龙的履历也很硬： • 清华本科 • 香港中文大学 MMLab • MIT EECS 博士（Phillip Isola 组） • Google Research • Google DeepMind • OpenAI 他的研究方向长期聚焦于： Computer Vision Representation Learning 多模态模型 VLM / 对比学习（SupContrast 作者之一） 相比「又挖了一个 OpenAI」，我觉得更值得关注的是腾讯最近的人才布局。 姚顺雨更偏基础模型、Scaling 和 AI Infra；田永龙则长期深耕视觉和多模态。如果两人的职责最终按目前传闻落地，一个补基础模型，一个补 VLM，多模态拼图基本就齐了。 这也说明腾讯今年的重点，已经不只是追赶大语言模型，而是在补齐 Agent、GUI、视频理解、数字人等下一阶段 AI 应用最核心的能力。 国内大厂这波 AI 人才争夺战，越来越有意思了。

2026年刚刚过半，在小宇宙站内，和AI有关的人物名字，被搜索的次数相比去年增长了470%，极其夸张。 为什么是名字？ 因为这些名字，可能全网只能在播客产品里才能找到他们的公开表达，而小宇宙在更大程度上又等同于中文播客本播，所以⋯⋯ 时至今日，你想知道杨立昆离开Meta后邀请创业的首席科学家是怎么看待世界模型这条路线，依然只能从张小珺的播客「商业访谈录」收听，被小米重金从DeepSeek挖来的「天才少女」罗福莉也是一样，唯一一次深度对话，就贡献给了播客。 腾讯的姚顺雨、月之暗面的杨植麟、MiniMax的闫俊杰、智谱的张鹏，几乎所有这几年里在大模型市场搅动风云的关键人物，也都把第一次尝试和大众沟通的机会，留给了播客。 更不用说那些并不足以自带流量的科学家、研究员和创业者了，基本上只能在播客里找到他们的无障碍输出，这似乎成了一种全球性的集体选择。 Anthropic的创始人达里奥有一个简单的个人网站，上面贴着数量有限的对外发声次数，目前总共9个链接，其中1个是接受文字采访，1个是参加电视直播，剩下7个全是做客各档播客节目。 这个比例，恰如其分的量化了媒体「现场」的转移，尤其是在高信噪比的讨论需求底下，用动辄几百分钟的时间密度，才有能力去消化一个人毕生的专业知识与经验。 毋庸置疑，英文播客的繁荣依然望尘莫及，头部播客已经能够卖出几个亿的版权费用，甚至充当着FA的角色——不少AI初创公司都是选择从播客「出道」，得到了新的融资机会，而VC自建播客去做投后，更是成了见怪不怪的基操。 但从产品的生态位来看，无论是Spotify还是YouTube，连同Apple Podcasts也算进来，海外基本上没有独立播客平台的生存空间，小宇宙的异质在于，它在泛内容产业的竞争强度并不低的简中互联网，把自个儿做成了播客的一种代称，这很反常。 其实在ChatGPT发布之前，也就是世界尚未进入AI时间线的时期，小宇宙的内容生态，还是以文化情感为基本盘。 JustPod在2022年的一份报告甚至直接把当时的中文播客供给概括为「社会人文一枝独秀，同时品类开始外扩」，但在当时，谁也没想到这个所谓的「外扩」，会在接下来的几年时间里如此生猛和集中，以致于改变了小宇宙的基因系统。 小宇宙的官方披露更加明显，整个平台播客节目的年均增长一直保持在40%上下，这已经是相当高产的势头了，然而讨论AI话题的播客节目，最近3年多增速是⋯⋯300%左右，直接「旱地拔葱」的拉升了平台的科技成分。 What can I say？ 这当然不太可能仅仅是小宇宙的运营结果——如此高看小宇宙的运营多少有点「你法我笑」的幽默——而是市场上突然爆发出来的供需双方，同时找到了小宇宙这么一个「现场」。 这就是我说的，备份历史的价值，在一个公共表达产生退化或者异化的环境里，尽可能的提供一个保存完整上下文的产业快照，保持站在创新曲线的左侧。 其实在这次活动的一场圆桌里，主播张小珺、投资人孟醒、创业者莫子皓就多次提到过「噪音」的干扰，比如这一年来每次模型的发布，蜂拥而上的永远是一句话生成一个游戏demo，给人都看吐了，整个社交媒体，好像已经丧失了问出「真问题」的能力。 所以真不怪播客摘了AI时代最大的一颗桃子，「ChatGPT之父」伊利亚·苏茨克维如今也只会在播客里表现出他的健谈一面，原因同样在于，播客才能问出那些让他滔滔不绝的技术难题，而媒体只会关心OpenAI的那场宫斗到底还藏了什么秘密。 这倒不是说媒体走错了路，媒体是在做它该做的事情，因为读者市场关心这个，但因此挤压出的自我表达欲，也就必然被更加合适的载体承接了。 播客提供了松弛感，而松弛感回报了稀缺的真实性，就这么简单。 播客产品的使用方式，和模型很像。 比如它们都很吃上下文，比如提问比回答更重要的技巧，比如输入质量决定输出上限，等等。 唯独有一点不同，那就是播客是反工业化的，在模型近乎无限的生产能力面前，创作的稀缺性、真实性、人类性都在急剧衰退。 英国作家塞巴斯蒂安·马拉比在给DeepMind创始人、谷歌AI的灵魂人物哈萨比斯写传记的时候，说他是一个很早就知道把自己「放进历史的框架里」。 在轰轰烈烈的AI浪潮里，哈萨比斯绝对不是一个孤例，尤其是在核心公司参与前沿研究的，普遍相信身处一个媲美工业革命的时代拐点，是要对文明进入下一个发展阶段尽到义务的。 于是我们就看到了，他们做出了相当默契的选择，把第一手的知识密度，最真实的内心感受，可追溯的技术判断，不中断的深度输出，通通留给了播客这个场景。 也只有播客这片净土，可以不要求营业，装得下复杂，能把话说给可以听懂的人，而免于被断章取义。 像是挂在热搜上的「灵活就业是福利」这种翻车事故，大概不会在播客里出现，它作为对话容器，天然带有完整语境。 于是播客就成了讲好AI故事的第一现场。 世界正在进入一个巨大的「奥德赛时期」，AI带来的冲击只是迷茫的一块碎片，经济、就业、成长、创伤乃至家庭关系，无一不在遭受变化，如同在高速行驶中更换轮胎，刺激是真刺激，焦虑也是真焦虑。 播客是海里的一块浮板，它未必能把人直接带回伊塔卡，但它可以是每个人重建船队的第一片木头。

前 OpenAI 研究科学家田永龙已确认加入腾讯混元团队，未来将参与视觉语言模型相关研发。 田永龙本科毕业于清华大学，在麻省理工学院（MIT）获得博士学位，曾先后在谷歌研究院（Google Research）、Google DeepMind 担任高级研究科学家，主要研究计算机视觉与生成式模型。 这是腾讯混元继去年十二月招募首席 AI 科学家姚顺雨后，引入的又一位顶尖华人 AI 研究员。