news 2026/2/28 21:36:55

姚顺雨正式加入腾讯,担任首席AI科学家

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
姚顺雨正式加入腾讯,担任首席AI科学家

Datawhale分享

最新:姚顺雨,来源:机器之心

不久之前,OpenAI 著名研究者、清华校友、著名博客《AI 下半场》的作者姚顺雨加入腾讯的消息传得沸沸扬扬,点燃了 AI 社区。

今日,靴子落地。

刚刚,腾讯升级大模型研发架构,新成立 AI Infra 部、AI Data 部、数据计算平台部,全面强化其大模型的研发体系与核心能力。

一直未正式露面的姚顺雨(Vinces Yao)出任「CEO / 总裁办公室」首席 AI 科学家,向腾讯总裁刘炽平汇报;同时兼任 AI Infra 部、大语言模型部负责人,向技术工程事业群总裁卢山汇报。

腾讯表示,作为腾讯大模型体系的重要一环,AI Infra 部将负责大模型训练和推理平台技术能力建设,聚焦大模型分布式训练、高性能推理服务等核心技术能力,构建大模型 AI Infra 核心竞争力,为大模型算法研发和业务场景落地提供稳定高效的技术支持和服务。

架构升级后的 AI Data 部、数据计算平台部,将分别负责大模型数据及评测体系建设、大数据和机器学习的数据智能融合平台建设工作。

王迪继续担任大语言模型部副总经理,向姚顺雨汇报。刘煜宏担任 AI Data 部负责人、陈鹏担任数据计算平台部负责人,均向公司副总裁蒋杰汇报。

姚顺雨是人工智能领域,特别是「智能体(Agent)」方向备受瞩目的青年研究者。

在加入 OpenAI 之前,他就已经在语言智能体领域做出了一系列开创性的工作:

  • 使 AI 通过多路径推理解决复杂问题的 ToT(思维树);

  • 让 AI 在推理中动态行动的 ReAct;

  • 为 AI 智能体提供模块化的认知架构的 CoALA。

此外,他还参与构建了著名软件工程基准 SWE-Bench 和模拟电子商务网站环境 WebShop,推动了 AI 智能体的发展。截至目前,姚顺雨的论文总引用量已经超过了 1.9 万。


一起“赞”三连

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/2/28 23:33:48

基于Beego的轻量级功能权限管理系统设计与实现

基于Beego的轻量级功能权限管理系统设计与实现 基于Beego的轻量级功能权限管理系统:毕业设计源码与论文全解析 在当今数字化时代,权限管理系统已成为Web应用开发中不可或缺的核心组件。无论是企业后台管理系统、内部办公平台,还是SaaS服务&…

作者头像 李华
网站建设 2026/2/17 18:17:42

基于Golang与Vue3的全栈博客系统设计与实现

基于Golang与Vue3的全栈博客系统设计与实现 基于Golang与Vue3的全栈博客系统:毕业设计与学习实践的完美解决方案 在当今数字化时代,博客系统不仅是个人表达和知识分享的平台,更是全栈开发技术学习的绝佳案例。对于计算机科学和软件工程专业…

作者头像 李华
网站建设 2026/2/24 18:24:25

紧急缺人!年薪96万的新兴领域,强烈建议冲一冲

大家好,我是程序员小灰。不得不承认,最近一段时间大环境并不好。在互联网全面进入存量竞争、企业纷纷“降本增效”的大背景下,传统开发岗位的HC正在快速收缩……然而,传统程序员降薪、裁员的同时,AI相关技术岗位却在疯…

作者头像 李华
网站建设 2026/2/26 16:17:25

MOS 管栅极的 “充放电控制 + 可靠性

要分析这个UCC27244D 驱动 MOS 管 Q1电路中 R1、R3、D1、R2 的作用,需要结合 “栅极驱动的充放电、振荡抑制、可靠性” 这几个核心需求来看: 1. R1(100Ω):栅极串联电阻(核心作用是抑制振荡 + 限流) R1 串联在驱动器OUTA与 MOS 管 Q1 的栅极(G)之间,是栅极电阻,作…

作者头像 李华
网站建设 2026/2/25 13:28:05

ViGEmBus虚拟手柄驱动:从内核到应用的完整技术解析

ViGEmBus虚拟手柄驱动:从内核到应用的完整技术解析 【免费下载链接】ViGEmBus 项目地址: https://gitcode.com/gh_mirrors/vig/ViGEmBus 在游戏外设兼容性领域,一个看似简单的问题困扰着无数玩家和开发者:如何让非标准手柄在Windows系…

作者头像 李华
网站建设 2026/2/19 13:24:27

论文分享|重新思考循环神经网络与图像分类的改进(Rethinking Recurrent Neural Networks and Other Improvements for Image Class)

一、 引言:打破常规的研究视角 在深度学习领域,模型架构的创新往往遵循着清晰的“分工”。卷积神经网络凭借其强大的空间特征提取能力,自AlexNet以来一直是图像识别任务的绝对主力。而循环神经网络,则因其独特的序列建模能力&…

作者头像 李华