在同一時(shí)期的媒體報(bào)道中，龐天宇曾用“正常”來(lái)形容自己。他強(qiáng)調(diào)自己“不穿格子襯衫”，日常會(huì)打籃球、健身、打游戲、看電影。事實(shí)上，這也是這檔節(jié)目本身的用意之一，借由這些精英年輕技術(shù)選手，試圖松動(dòng)大眾對(duì)程序員群體“單一、木訥、社交缺失”的固有想象。
出生于1995年的龐天宇，高一就獲得清華大學(xué)保送資格。2022年清華博士畢業(yè)后，他加入新加坡知名研究機(jī)構(gòu)Sea AI Lab，擔(dān)任高級(jí)研究科學(xué)家。Sea集團(tuán)在東南亞有著巨大影響力，也是知名電商企業(yè)Shopee的母公司。
加入Sea AI Lab之后，龐天宇迅速成為圈內(nèi)認(rèn)可的年輕研究者。據(jù)Google學(xué)術(shù)統(tǒng)計(jì)，他作為第一作者或共同第一作者，在ICML、NeurIPS、ICLR等國(guó)際頂級(jí)機(jī)器學(xué)習(xí)會(huì)議發(fā)表過(guò)大量論文，并且參與的研究總引用已經(jīng)超過(guò)1.4萬(wàn)次。
盡管引用數(shù)不能準(zhǔn)確衡量一個(gè)學(xué)者的學(xué)術(shù)水平，但1.4萬(wàn)次已經(jīng)是年輕AI研究者中的頂尖水平。值得一提的是，姚順雨在Google學(xué)術(shù)的總引用數(shù)更為夸張，已經(jīng)接近1.6萬(wàn)次。不過(guò)，二人的研究方向完全不同，單看引用次數(shù)本身沒(méi)有太大對(duì)比價(jià)值。
回到龐天宇的SeaAILab研究生涯，他的研究興趣覆蓋了機(jī)器學(xué)習(xí)多個(gè)核心方向，尤其是可信機(jī)器學(xué)習(xí)、深度生成模型與魯棒性（robustness）領(lǐng)域。
所謂魯棒性，指模型在噪聲、分布變化或?qū)垢蓴_等非理想條件下，仍能保持穩(wěn)定表現(xiàn)的能力。它關(guān)注的不是模型在“標(biāo)準(zhǔn)測(cè)試集”上的最好成績(jī)，而是在真實(shí)復(fù)雜環(huán)境中是否可靠、是否可控。
在機(jī)器學(xué)習(xí)中，魯棒性和準(zhǔn)確率之間，一直有著不可避免的權(quán)衡。龐天宇在ICML2022（國(guó)際機(jī)器學(xué)習(xí)大會(huì)）的一篇論文中指出，這種矛盾并非模型能力的本質(zhì)問(wèn)題，而是源于魯棒性定義本身不夠合理。
他提出了一個(gè)名為SCORE（自洽魯棒錯(cuò)誤率）的新定義，通過(guò)重新調(diào)整魯棒性訓(xùn)練的損失度量，用更符合“局部等變性（local equivariance）”的方式描述魯棒模型應(yīng)有的行為。實(shí)驗(yàn)結(jié)果顯示，模型可以在保持高準(zhǔn)確性的同時(shí)，兼具更穩(wěn)定的對(duì)抗魯棒性。
從研究方向看，龐天宇長(zhǎng)期關(guān)注模型在復(fù)雜環(huán)境下的穩(wěn)定性與魯棒性問(wèn)題。這類工作并不直接追求能力上限，卻對(duì)多模態(tài)系統(tǒng)和智能體在真實(shí)產(chǎn)品中的可靠運(yùn)行至關(guān)重要。在騰訊近期不斷強(qiáng)化多模態(tài)與Agent的背景下，引入具備這一研究取向的人才，本身就帶有明顯的工程和產(chǎn)品導(dǎo)向。
最近兩年，龐天宇的研究重點(diǎn)不斷延伸，聚焦于大模型與多模態(tài)系統(tǒng)在真實(shí)部署中的風(fēng)險(xiǎn)問(wèn)題。2024年，他參與發(fā)表在ICML2024的論文中，系統(tǒng)性展示了多模態(tài)大模型在Agent化之后可能出現(xiàn)的安全放大效應(yīng)：在實(shí)驗(yàn)設(shè)置中，單一對(duì)抗輸入一旦被某個(gè)智能體“記住”，就可能在多智能體交互中快速傳播，導(dǎo)致整體系統(tǒng)失效。
這項(xiàng)工作首次將“大模型越獄”從單模型問(wèn)題，推進(jìn)到多智能體系統(tǒng)層面，并給出了可復(fù)現(xiàn)的實(shí)驗(yàn)路徑。
從公開(kāi)成果看，龐天宇的研究覆蓋生成、理解與系統(tǒng)層問(wèn)題，既能參與核心模型工作，也能處理多模態(tài)與Agent落地時(shí)的穩(wěn)定性與邊界問(wèn)題。這種技術(shù)完整度，與騰訊當(dāng)前混元體系的需求高度契合，也在一定程度上解釋了騰訊為何向其伸出橄欖枝。
混元的多模態(tài)部門是在去年架構(gòu)重組后的產(chǎn)物。從騰訊的模型版圖看，該部門涵蓋生圖、視頻、3D生成（單體/世界模型）等多個(gè)領(lǐng)域。
隨著“少帥”龐天宇空降，我們先盤點(diǎn)一下他面前的騰訊混元多模態(tài)家底。
生圖部分，混元圖像已經(jīng)更新到3.0（HunyuanImage3.0-Instruct），并推出圖生圖版本并開(kāi)源。與早期更強(qiáng)調(diào)“生成質(zhì)量”的模型不同，這一版本更突出對(duì)復(fù)雜指令的理解與執(zhí)行，把文本理解、視覺(jué)理解和圖像編輯整合在同一套多模態(tài)架構(gòu)中。
視頻生成方面，2025年，騰訊圍繞混元視頻系列持續(xù)補(bǔ)充了圖生視頻、定制化生成等能力，并優(yōu)化推理與部署方案，使其更適合開(kāi)發(fā)者使用。
3D是騰訊多模態(tài)布局中更具長(zhǎng)期指向性的方向。目前，騰訊已經(jīng)正式發(fā)布并開(kāi)源了混元3D世界模型，能夠從文本或圖像生成可漫游的三維場(chǎng)景，并支持導(dǎo)出到真實(shí)生產(chǎn)管線中繼續(xù)編輯和使用。
圍繞這一模型，混元3D系列在2025年持續(xù)迭代，同時(shí)配套推出面向生產(chǎn)流程的工具產(chǎn)品，強(qiáng)化幾何精度、可控性與結(jié)果復(fù)現(xiàn)能力。
如果把這三條線放在一起看，混元多模態(tài)的階段性成果已經(jīng)清晰：圖片、視頻、3D生成全方位推進(jìn)的同時(shí)，在生態(tài)上全面開(kāi)源，試圖在開(kāi)發(fā)者社區(qū)層面不斷擴(kuò)大影響力。
從行業(yè)視角看，騰訊混元在多模態(tài)方向的開(kāi)源模型活躍度較高，其中混元3D系列在 Hugging Face社區(qū)的下載量超過(guò)百萬(wàn)次，并在開(kāi)發(fā)者群體中受到關(guān)注。相比之下，盡管混元也發(fā)布了大語(yǔ)言模型（如 Hunyuan-Large、Hunyuan-A13B 等），但在業(yè)內(nèi)聲量上要落后于自家的多模態(tài)生態(tài)。
另一方面，隨著多模態(tài)模型的能力逐漸補(bǔ)齊，新的難題才開(kāi)始顯現(xiàn)。當(dāng)下混元多模態(tài)面臨的問(wèn)題，不是“能生成什么”，而是能不能穩(wěn)定地按用戶的意圖，把復(fù)雜任務(wù)完成。
不同形態(tài)下，這個(gè)問(wèn)題各有側(cè)重。圖生圖不僅要改得準(zhǔn)，還不能誤傷其他區(qū)域，風(fēng)格和結(jié)構(gòu)也要保持一致；視頻生成的挑戰(zhàn)在于運(yùn)動(dòng)是否自然、鏡頭和主體能否前后一致，以及長(zhǎng)序列是否容易失控；而在3D場(chǎng)景中，難點(diǎn)則集中在幾何精度、結(jié)果可控性，以及生產(chǎn)流程能否穩(wěn)定復(fù)現(xiàn)。
去年8月，騰訊混元3D負(fù)責(zé)人郭春超曾告訴字母AI：后續(xù)的重要優(yōu)化方向之一，是逐漸降低用戶使用門檻，“比如幫助用戶做更多的prompt改寫，或者提供更多模態(tài)的輸入，例如‘文+圖’或‘文+多張圖’，使其可控性能更契合用戶的想法。”
不難看出，提升可靠性一直是混元內(nèi)部聚焦的方向。而隨著近期騰訊釋放出更多補(bǔ)強(qiáng)C端AI業(yè)務(wù)的信息，持續(xù)優(yōu)化多模態(tài)模型的緊迫性進(jìn)一步提升。
近期舉行的騰訊員工大會(huì)上，馬化騰現(xiàn)身并為元寶站臺(tái)，騰訊方面一邊上線“元寶派”這種多人社交形態(tài)的探索，并配套春節(jié)10億元紅包玩法，把AI助手從單人對(duì)話拉向群體場(chǎng)景、拉向更高頻的社交分發(fā)。元寶中的各種多模態(tài)能力也將迎來(lái)海量用戶的檢驗(yàn)。
而相比B端場(chǎng)景，C端場(chǎng)景下模型輸出的穩(wěn)定性要求會(huì)顯著提高。B端用戶往往不介意花一些時(shí)間“抽卡”，但C端用戶盡管對(duì)細(xì)節(jié)質(zhì)量要求沒(méi)那么高，卻更考驗(yàn)?zāi)Ｐ偷目煽啃?，因?yàn)樗麄兺鶝](méi)有足夠的耐心去反復(fù)嘗試。
由此，可以提出一個(gè)龐天宇來(lái)了要“干啥”的猜想：為混元補(bǔ)強(qiáng)多模態(tài)強(qiáng)化學(xué)習(xí)與模型行為邊界研究的能力，提升多模態(tài)場(chǎng)景下模型輸出的穩(wěn)定性、跨模態(tài)生成與理解任務(wù)的優(yōu)化等方面。
另一方面，拋開(kāi)業(yè)務(wù)層面，作為近期被騰訊招攬的第二位95后年輕AI學(xué)者，龐天宇的加入，顯然也釋放了組織層面的信號(hào)：在AI業(yè)務(wù)上，騰訊開(kāi)始有意展示一批年輕的面孔。
“我們團(tuán)隊(duì)非常年輕且國(guó)際化，團(tuán)隊(duì)博士比例大約占2/3，基本上都來(lái)自于海內(nèi)外名校。”去年，郭春超曾這樣向字母AI形容混元3D團(tuán)隊(duì)人員情況。
在這場(chǎng)對(duì)話后不久，混元對(duì)外公布了架構(gòu)大調(diào)整，同時(shí)先后引入了姚順雨與龐天宇兩個(gè)年輕人，分別坐鎮(zhèn)語(yǔ)言模型/基建層和多模態(tài)領(lǐng)域。
這背后，是騰訊在AI業(yè)務(wù)視角下，人才結(jié)構(gòu)策略正在發(fā)生的明顯變化。過(guò)去兩年里，騰訊開(kāi)始更明確地把AI人才視為技術(shù)競(jìng)爭(zhēng)的核心力量。
剛剛過(guò)去的騰訊年會(huì)上，馬化騰曾表示：“每個(gè)企業(yè)的基因不同、體質(zhì)不同，騰訊的風(fēng)格就是穩(wěn)扎穩(wěn)打”，并指出ChatGPT、DeepSeek等產(chǎn)品改變了行業(yè)進(jìn)程，但騰訊要堅(jiān)持以“產(chǎn)品長(zhǎng)期競(jìng)爭(zhēng)力和用戶體驗(yàn)”為核心的路徑。
與此同時(shí)，他提及騰訊在過(guò)去一年加大了對(duì)原生AI人才的吸引力度，通過(guò)年輕化力量重構(gòu)研發(fā)團(tuán)隊(duì)。在騰訊走進(jìn)27歲的這一年，馬化騰用“重構(gòu)”和“年輕人才”兩個(gè)關(guān)鍵詞，來(lái)形容AI業(yè)務(wù)的戰(zhàn)略調(diào)整。
這一策略在騰訊的青云計(jì)劃中體現(xiàn)得更具體。該計(jì)劃面向全球招募2024–2026年畢業(yè)的博士，以及2025–2026年畢業(yè)的本科和碩士生，為青年人才提供師資、算力和極具競(jìng)爭(zhēng)力的薪酬職級(jí)。
馬化騰講話中的“重構(gòu)”，在某種程度上為騰訊AI和混元團(tuán)隊(duì)構(gòu)建了一種梯隊(duì)式成長(zhǎng)敘事，讓更多技術(shù)青年看到在騰訊內(nèi)部成長(zhǎng)為技術(shù)骨干的路徑。
另一方面，字節(jié)跳動(dòng)、阿里巴巴等大廠也在用真金白銀搶人：字節(jié)增長(zhǎng)員工薪酬與年終獎(jiǎng)金預(yù)算，將獎(jiǎng)金總池提升約35%，并提高薪酬調(diào)整預(yù)算以增強(qiáng)AI業(yè)務(wù)的薪資競(jìng)爭(zhēng)力；阿里秋招中AI崗位占比超過(guò)六成，明確把AI技術(shù)人才作為重點(diǎn)增長(zhǎng)方向。
為了對(duì)標(biāo)這些動(dòng)作，騰訊除了資源投入，也開(kāi)始樹(shù)立一批年輕的帶頭人，如姚順雨、龐天宇等成為團(tuán)隊(duì)的標(biāo)識(shí)。
過(guò)去相當(dāng)長(zhǎng)一段時(shí)間里，騰訊給外界的整體印象偏向克制與穩(wěn)健，但“穩(wěn)扎穩(wěn)打”的另一面，是大公司在組織和決策上的慣性。這種氣質(zhì)在AI競(jìng)賽中并不占優(yōu)：在C端層面，騰訊的元寶既沒(méi)能壓制豆包和DeepSeek，甚至在部分聲量與活躍度上，也被后來(lái)者千問(wèn)反超。
正因如此，從核心團(tuán)隊(duì)成員開(kāi)始調(diào)整，對(duì)外釋放更年輕、更具進(jìn)攻性的面孔，成為騰訊打破路徑依賴、重塑AI敘事的一種必要選擇。
跑到小紅書和知乎連續(xù)發(fā)招聘啟事的龐天宇，正是這種轉(zhuǎn)變最直觀的信號(hào)——代表未來(lái)生產(chǎn)力的AI行業(yè)，敘事邏輯上要呈現(xiàn)出“新瓶裝新酒”。27歲的騰訊需要一批“少年英雄”，為3歲的混元講好AI的故事。
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論