腾讯混元多模态团队人事变动不断
腾讯混元多模态团队又有新的人事变动。据媒体报道，曾负责xAI多模态理解的蔺旭东，离开xAI加入腾讯混元，担任多模态内容生成算法负责人。此前，混元内部就陆续传出负责人离职、研究人员转岗和新成员加入的消息。原多模态理解负责人胡瀚离职创业，田永龙等人加入腾讯，原有多模态团队的汇报关系也因大语言模型部门和多模态模型部门的整合而变化。不过，这是否意味着腾讯多模态团队正在“改朝换代”，还不能下结论，目前能确认的是混元出现了人员流动和组织重组。
蔺旭东背景及加入意义
蔺旭东2018年毕业于清华大学，后赴哥伦比亚大学攻读博士。读博时研究方向包括嵌入学习、视频分析和生成模型，还参与了哥伦比亚大学与Facebook AI合作的Vx2Text项目。该项目是先把视频、声音等不同模态转换成类似“语言token”的向量，再统一送入语言模型进行融合，最后由自回归解码器生成开放式文本。博士毕业后，他进入DeepMind参与Gemini相关工作，2025年加入xAI负责多模态理解方向。如今加入腾讯混元负责多模态内容生成算法，他的加入或为解决多模态“理解”难题，此前生成模型在复杂要求下表现不佳，正是因为缺乏稳定的理解能力。
腾讯混元多模态路线调整历程
2025年1月，胡瀚接替刘威全面负责混元多模态大模型研发。2025年下半年内部组织调整，胡瀚调入大语言模型部旗下的“Frontier”前沿技术研究组，负责多模态理解方向，汇报线改为向姚顺雨汇报。2026年3月，腾讯撤销AI Lab，部分人员并入混元大语言模型部向姚顺雨汇报，蒋杰与姚顺雨完成工作交接。2026年7月初，田永龙加入腾讯负责视觉语言模型方向。随后，腾讯撤销大语言模型部和多模态模型部，合并成立“基础模型部”，姚顺雨任负责人。之后胡瀚被曝离职创业，Linus汇报对象改为姚顺雨，混元多模态基础模型负责人钟钊也似有告别之意。
腾讯此前多模态产品情况
此前腾讯语言模型和多模态是两条线，混元多模态核心产品有HunyuanVideo、HunyuanImage和Hy 3D。HunyuanVideo是文生视频模型，2024年12月首发成为当时全球最大的开源视频生成模型，后续不断扩展能力。HunyuanImage起步更早，2024年5月推出，2025 - 2026年不断迭代升级。Hy 3D专门生成单体3D模型，2024年11月开源1.0版本，之后持续升级，广泛用于电商建模等领域。
Hy World系列产品及相关观点分歧
2025年7月下旬，混元多模态迎来Hy World 1.0，它是全球首个开源、支持仿真的沉浸式3D世界生成模型。一个多月后又发布了Hy World - Voyager，解决了Hy World 1.0漫游范围有限的痛点。李飞飞认为世界模型是AGI重要的一条线，而梁文锋反对，他认为3D、视频生成、世界模型与智能主线无关。姚顺雨似乎认同梁文锋的观点，想把混元多模态基础转换为类似DeepSeek OCR的理解方式，融入Hy模型主线。
姚顺雨相关理念及产品表现
姚顺雨加入腾讯后的旗舰产品Hy3，重点放在推理、智能体等方面。官方称其在多个任务上进行了优化。在腾讯云AI产业应用大会上，姚顺雨认为AI下半场的竞争壁垒在Context（上下文）。WorkBuddy作为Hy3的首发平台之一，接入Hy3后表现提升显著，任务解决率从72%跃升至90%，平均耗时缩短34%等。有人猜想，Hy提升多模态理解后，GUI Agent场景下的体验会更好，但这也不能证明李飞飞是错的，只是姚顺雨认同梁文锋的观点。
