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。

今天给我推送了一条新闻，时间竟然是2025年的，他讲的是肯德基的母公司百胜餐饮集团 没想到他们早早就落地AI 应用了，现在更是跑到 3.8 万家 + 400 亿数字 GMV 肯德基的店长这一岗位，过去一年被 NVIDIA 悄悄重新定义了 📖 2025年 Yum Brands 旗下肯德基 必胜客 塔可钟 Habit Burger 加一起 6.1 万家门店 2025 年 3 月跟 NVIDIA 签独家 Yum 是 NVIDIA 餐饮业的第一家客户 500 家先上线 Q2 铺开，一年时间已经全网开跑 · 合作的三个方向，一个比一个狠 1️⃣ 第一 drive-thru 跟客服电话 voice AI 跑在 NVIDIA Riva + NIM microservices 上 能处理复杂菜单和各种口音 2️⃣ 第二 后厨 computer vision 实时盯员工 官方说法叫「优化前后厨效率」 落到执行 是每个工位接摄像头 + 实时分析 + 异常告警 Fairwork 公开质疑过 Yum 没回应 3️⃣ 第三 这一条真正狠 店级 AI 分析 叫 Accelerated Restaurant Intelligence 扫所有门店数据 把头部门店的最佳实践抽出来 给业绩差的门店自动生成 action plan 店长每天打开 跟着做就行 干的是店长上面那一层，区域督导的活 · Yum 这盘棋下了好几年 2023 年开始攒自有技术 自研 + 收购 2024 年整合成一个平台 叫 Byte by Yum 2024 末 Dragontail 厨房派送系统已经跑在 8000 家门店 2025 Q1 跟 NVIDIA 签独家 Pizza Hut + KFC 的 coaching app 已经覆盖 120 个国家 2 万家门店 6.1 万家门店每天产生的订单 客服录音 后厨视频 全是它喂给 NVIDIA 模型的训练数据 NVIDIA 这次拿到的 是全球最大的店面运营数据集 · Yum CTO Joe Park 那句话挺值得记 「最终目标是把技术嵌入到全球每家门店的每一个 touch point」 翻译过来 这场 AI 落地，火力压在「人」这一侧 炸鸡本身便宜，贵的一直是站在炸鸡旁边的人 现在呢？ Yum Brands Q1 2026 财报 系统销售 +6% 同店销售 +3% 数字销售逼近 110 亿美元 数字占比刷新到 63% 在全球快餐业里这是天花板水平 · Byte by Yum 那个平台 一年前还在跑 500 家试点 现在覆盖到 3.8 万家，占全网 61% 的门店 跑通了 400 亿美元的数字销售 Byte Coach 那个给店长用的 AI 助手 这一季又新加 4000 家肯德基海外门店 总数到 2.8 万家 每天告诉店长该做什么 · Taco Bell 这一块开始看到具体结果 drive-thru voice AI 已经铺到 600 家 关键数据 装了的门店 员工流失率下降了 快餐业每年 100%+ 的员工流失率 这是 AI 第一次反向压住这条曲线 同时在试 AI 动态菜单板 每辆车开过来 菜单根据这辆车自动调整 A/B test 跑在每天千万次级别的 drive-thru 流量上 Taco Bell US 单季 +8% Habit Burger +5% KFC + Taco Bell 把 Pizza Hut 的颓势压住了 · 国际侧也开始铺 KFC 英国 澳洲今年内上 Byte bundle 再加 2000 家 Taco Bell 英国 Q1 成第一个海外完整上线两个 bundle 的市场 KFC 全球开了一个 Innovation Pantry 把市场 A 的成功爆品快速搬到市场 B 🌟 总结 一年前签 NVIDIA 那一笔 看起来像 PR 一年后 Byte 跑到 3.8 万家 + 400 亿数字 GMV 快餐业的 AI 落地，在没人看的地方已经跑通了一大段

每个人都应该了解的AI 术语名词，你都认识吗？ 搞懂这些名词 并了解其实现方式和原理。你基本就入门了。 AGI（类人AI）：类似人类思维的AI。 CoT（链式思维）：AI一步步思考。 AI Agents（AI代理）：自动化决策的程序。 AI Wrapper：简化与AI模型的互动。 AI Alignment（AI对齐）：确保AI遵循人类价值观。 Fine-tuning（微调）：使用特定训练数据来改进AI。 Hallucination（幻觉）：AI编造的信息。 AI Model（AI模型）：用于任务的训练AI。 Chatbot（聊天机器人）：模拟人类对话的AI。 Compute（计算）：AI模型的处理能力。 Computer Vision（计算机视觉）：AI理解图像和视频的能力。 Context（上下文）：AI为更好响应保留的信息。 Deep Learning（深度学习）：通过多层神经网络学习的AI。 Embedding（嵌入）：AI的词汇数字化表示。 Explainability（可解释性）：理解AI决策背后的逻辑。 Foundation Model（基础模型）：可适应任务的大型AI模型。 Generative AI（生成式AI）：创建文本、图像等内容。 GPU（图形处理单元）：用于快速AI处理的硬件。 Ground Truth（真实数据）：AI学习的验证数据。 Inference（推理）：AI对新数据做出的预测。 LLM（大型语言模型）：用大量文本数据训练的AI。 Machine Learning（机器学习）：AI通过数据经验改进。 MCP（模型上下文协议）：AI内部数据访问的标准。 NLP（自然语言处理）：AI理解人类语言。 Neural Network（神经网络）：受大脑启发的AI模型。 Parameters（参数）：AI学习的内部变量。 Prompt Engineering（提示工程）：创建输入以指导AI输出。 Reasoning Model（推理模型）：有逻辑推理能力的AI。 Reinforcement Learning（强化学习）：AI通过奖励与惩罚学习。 RAG（检索增强生成）：结合搜索与生成的AI。 Supervised Learning（监督学习）：在标记数据上训练的AI。 TPU（张量处理单元）：AI处理专用芯片。 Tokenization（分词）：将文本分割成词片。 Training（训练）：通过调整参数教AI。 Transformer（变换器）：用于语言理解的AI架构。 Unsupervised Learning（无监督学习）：AI在无标签数据上发现模式。 Vibe Coding（情绪编码）：通过语言捕捉情绪并预测输出。 Weights（权重）：影响AI学习的值。 #AI# #AIAgent#

从疫情期间我就我反反复复一直讲，飞书和钉钉这类办公SaaS有三个死穴， 一个是中国人太穷，人均月薪4000，飞书和钉钉订阅费比他妈买条人命都贵，企业不可能给这种SaaS付钱， 一个是中国人只会用手机，中国人普遍18岁以前没接触过电脑，对电脑使用熟练度和技巧低于美国小学生，约等于一个大猩猩， 一个是哪怕工作后，中国人也严重依赖于office套装，哪怕在本地用，一遍遍发邮件和微信群传文件，反复折腾，反复传文件，反复保存，反复边传文件边扯皮，来来回回三四十次，也打死不愿意用协同办公SaaS。 在中国人只有1/4的人口有自己的电脑、中国人人均电脑使用水平不如一只野生大猩猩和边牧的前提下，想推广飞书和钉钉这类工具，最大的门槛在于培养用户的使用习惯，越早越好。 培养用户使用习惯的根源，在于让大学生全部用上，使用四年的时间，深度绑定一款移动办公SaaS，这样当他们工作以后，才会彻底绑死这个工具。 这件事在中国是有案例的，当年freescale作为摩托罗拉半导体拆分出来的公司，在中国最成功的策略，就是狠狠投资freescale高性能单片机为核心的智能车比赛， 导致中国整整两代大学生对freescale芯片比intel还熟悉，像我这一代的人，都经历过拿着冈萨雷斯computer vision的书在freescale极低算力下强行写binary segmentation算法，手写PID，手写电机控制，手写一堆复杂策略等等的一辆完整自动寻轨迹的智能车，且全程记事本手写，难度远高于宇树科技的99%的工作。 如果放在移动办公领域，我个人的建议是，飞书和钉钉应该绑死大学生群体，彻底给他们免费，培养他们四年的使用习惯。 如果你不给他们免费，他们也只能免费用，还必须白嫖，开会40分钟还要退出重进，每次退出重进一次，还要骂你马云和张一鸣全家王八蛋； 如果你给他们彻底免费了，他们至少本科四年彻底绑死一款产品，就有很大概率之后工作中把这套东西彻底带到公司里，甚至自己成立公司后彻底指定绑死其中一家的产品。 你用本科四年的免费账号，凭借学生邮箱，绑死1TB存储空间和无限会议，学生们会拿你们的工具当宝贝天天用，用了四年的时间，培养出习惯，就彻底不用office了。 这点道理想不明白，这俩项目可以说白活白干，不懂点基本的人事儿。