腾讯AI大模型“变阵”：成立Infra部门，姚星出任首席科学家
AI新浪潮观察
5min read
腾讯大模型「变阵」：成立 AI Infra 部，姚顺雨出任首席 AI 科学家
连然2025/12/17
摘要
在混元 2.0 发布两周后，腾讯大模型研发体系完成了一次关键的「系统升级」。
头图来源：视觉中国
大模型战事进入深水区，腾讯正在通过调整阵型，来适应更快的速度。
12 月 17 日，腾讯宣布升级大模型研发架构。这次调整最核心的变化在于成立了三个新部门：AI Infra 部、AI Data 部、数据计算平台部 。
这是腾讯在混元大模型步入 2.0 时代后，对研发体系的一次全面「提速」。
在人事任命上，技术派高管被推向了更核心的位置。Vincesyao 出任「CEO/总裁办公室」首席 AI 科学家，直接向腾讯总裁刘炽平汇报；同时，他还兼任新成立的 AI Infra 部及大语言模型部负责人，向技术工程事业群（TEG）总裁卢山汇报。
一手抓算法（大语言模型部），一手抓算力基建（AI Infra 部），同时直通公司最高决策层，这一配置表明：在腾讯的战略棋盘中，大模型的研究与工程落地正在完成深度耦合。
姚顺雨，98年的AI顶尖青年科学家
据了解，Vinces Yao就是数月前传闻入职腾讯的姚顺雨，毕业于清华和普林斯顿大学，曾任OpenAI研究员。
据外媒报道，自今年 9 月从 OpenAI 离职加入腾讯以来，姚顺雨被高层赋予了极大的权限，以推动内部的文化与组织变革。过去几个月里，腾讯一改往日在大模型人才战中的守势，开始以双倍薪资激进地从字节跳动等竞争对手处挖角核心研究员，并为应届博士生开出高出行业标准 50% 的薪资溢价。
姚顺雨10月在X上发帖｜图片来源：X
更深层的变化在于「权力交接」。腾讯正在进行内部重组，降级那些虽擅长工程落地和广告算法、但缺乏前沿 AI 研究背景的管理者，将指挥棒真正交还给「研究派」。这种去肥增瘦的动作，旨在打破过去「产品经理思维」主导大模型研发的局限。
姚顺雨出生于1998年，是人工智能领域的顶尖青年科学家，本科毕业于清华大学计算机系（姚班），后赴普林斯顿大学攻读计算机科学博士学位，2024年正式加入 OpenAI，专注于智能体（Agents）与深度研究（Deep Research）方向。
他在OpenAI任职及相关研究期间，主要在大模型推理、Agent（智能体）——及评估体系方面取得了核心成果：
提升推理能力：提出了著名的思维树（Tree of Thoughts, ToT），通过让大模型进行多路径推理和反复思考，大幅提升了模型解决复杂问题的能力；
智能体研究：他是 SWE-bench（大模型代码能力评估数据集）和 SWE-agent（开源AI智能体）的关键贡献者，并参与了 ReAct（推理与行动结合）和 CoALA（智能体认知架构）等开创性工作。
此外，他还在个人社交平台发布了关于“AI 下半场”的思考，主张AI发展的重心应从单纯的训练转向定义问题与评估，提出要像产品经理一样思考“解决什么问题”，认为在当前阶段评估比训练更为重要。
为什么是 AI Infra？
在过去一年的「百模大战」中，行业逐渐达成一个共识：大模型的竞争，早已超越了单纯的算法层面，变成了算力、数据、工程化能力的综合比拼。
此次腾讯成立 AI Infra 部，也是为了解决「算力效率」这一关键命题。
据最新信息，AI Infra 部将作为腾讯大模型体系的重要一环，聚焦于大模型分布式训练、高性能推理服务等核心技术。其目标非常明确：构建大模型 AI Infra 的核心竞争力，为算法研发和业务场景落地提供稳定、高效的技术底座。
这符合大模型技术演进的规律——当模型参数量级不断跃升（如腾讯近期发布的混元 2.0），如何让庞大的 GPU 集群高效运转，如何在大规模并发下保证推理速度和成本，已经成为决定生死的「隐形战场」。
腾讯方面表示，在过往混元大模型的训练及海量业务实践中，腾讯已积累了系统化的工程能力。此次独立建制，意在进一步强化这一优势，提升 AI 大模型的整体研发效率。
除了算力基建，数据质量和评测体系也被提到了新的高度。
此次升级中，新成立的 AI Data 部 将由刘煜宏负责，专注于大模型数据及评测体系建设；而数据计算平台部则由陈鹏负责，聚焦大数据和机器学习的数据智能融合平台建设。两人均向公司副总裁蒋杰汇报。
这意味着，数据处理不再只是算法研发中的附属流程，而是作为独立且关键的环节被标准化和制度化。
与此同时，王迪将继续担任大语言模型部副总经理，向姚顺雨汇报，确保模型算法团队与新成立的基础设施部门保持紧密协同。
效率变革，从代码到产品的「AI 化」
过去两年，尽管拥有微信这样的国民级应用，腾讯在 AI 模型层却一度被外界视为「旁观者」。
一个标志性事件是，今年 2 月腾讯元宝率先接入 DeepSeek R1。虽然这一动作让元宝的活跃用户数实现了数量级跃升，但也给腾讯内部敲响了警钟：自有模型的缺位，甚至导致内部部分业务团队因混元竞争力不足而犹豫是否接入。
这种焦虑最终转化为自上而下的压力。据报道，腾讯总裁刘炽平今年早些时候曾对团队下达硬指标，要求必须在技术水位上赶超对手。此次变革，正是为了解决此前因组织分散导致的资源内耗，集中力量为算法团队输送「弹药」。
架构调整的最终目的，是为了支撑产品和业务的快速奔跑。
在前不久的 12 月 5 日，腾讯发布了混元 2.0，在预训练数据和强化学习策略上进行了显著改进，其 3D 模型甚至保持着全球领先水准，在开源社区下载量突破 300 万。
在应用层，腾讯元宝上线初期保持了「一天一版本」的迭代频率，目前用户规模已稳居国内 AI 应用前三。而在腾讯内部，一场静水流深的 AI 效率变革正在发生：超过 90% 的腾讯工程师正在使用腾讯云代码助手 CodeBuddy；50% 的新增代码由 AI 辅助生成；代码评审环节的 AI 参与度高达 94% 。
目前，腾讯混元大模型已在腾讯会议、微信、广告、游戏等内部超过 900 款应用和场景中落地。
近期混元团队的高密度人才引进与重组，本质上正是为了支撑这种高强度的技术攻坚与业务渗透 。通过成立 AI Infra 等新部门，腾讯正在试图打通从底层算力、数据处理到上层算法、应用落地的任督二脉，为接下来的 AI 长期竞赛备好粮草。
腾讯大模型混元
相关攻略
腾讯内部孵化的vibecoding产品“吐司”即将上线。该平台定位为应用生成及灵感共创平台，用户无需代码基础，仅通过自然语言描述即可由AI完成从功能拆解到应用打包的全流程。安卓版已首发，iOS版预计将跟进推出。
新基石研究员项目”由腾讯出资、科学家主导，计划十年投入100亿元，支持数学与物质科学、生物与医学科学领域的自由探索。该项目为高风险基础研究提供长期稳定资助，实验类每年最高500万元，理论类300万元，连续支持五年。选拔重在“选人”而非“选项目”，关注科学家的原创潜力与研究雄心，不预设具体成。
腾讯云开源了TencentDBAgentMemory分层记忆引擎，采用MIT协议。该引擎通过“上下文卸载”和“Mermaid任务画布”两项核心技术，在多任务连续会话中最高可降低61 38%的Token消耗，并将任务成功率相对提升51 52%。它解决了长周期任务中记忆跨会话断裂、事实与偏好混淆以及上下文膨胀三大痛点。项目已适配主流Agent框架，支持一键集成与
腾讯2026年第一季度营收1964 58亿元，同比增长9%。AI相关资本开支显著增加，对短期利润产生一定影响。核心业务保持稳健，为AI投入提供支撑。市场关注其资本开支节奏与长期回报的平衡。当前估值处于历史低位，随着AI投入力度加大，长期成长预期有望修复，可能推动价值重估。
腾讯2026年第一季度营收1965亿元，同比增长9%。AI业务投入导致经营亏损约88亿元，但企业服务收入因AI需求拉动增长20%。混元模型取得进展并应用于多款产品，马化腾坦言早期基础不足，现正结合生态优势稳步发展。AI已深度赋能游戏、营销等核心业务，并推动云服务稳健增长。
热门专题
热门推荐
钉钉文档官网 在探讨企业级协同办公解决方案时，钉钉文档无疑是备受瞩目的核心工具之一。作为阿里巴巴钉钉官方推出的旗舰级应用套件，它深度融合了在线文档编辑、智能表格、思维导图等多种高效创作工具。其核心优势在于与钉钉平台生态的无缝衔接，能够直接同步企业内部组织架构与通讯录，实现团队成员间的即时协作与信息流
在数字化转型浪潮中，高效、易用的数据分析工具已成为企业提升决策效率的关键。商汤科技推出的“办公小浣熊”智能助手，正是基于自研大语言模型打造的一款创新产品，旨在彻底降低数据分析的技术门槛。用户无需掌握编程知识或复杂操作，即可通过自然对话完成从数据查询、处理到可视化洞察的全流程，让数据价值触手可及。 办
在人工智能技术快速发展的今天，MiniMax作为一家专注于全栈自研的AI公司，正以其独特的技术路径和前瞻性的布局，在业界脱颖而出。公司致力于构建覆盖文本、图像、语音和视频的新一代多模态智能模型矩阵，这不仅体现了对核心底层技术自主权的深度掌控，也展现了对未来人机交互与内容生成形态的前瞻思考。 那么，M
ApolloCreditFund（ACRED）作为连接传统信贷与DeFi的桥梁，其价格受市场情绪、协议基本面及宏观环境影响。其价值逻辑根植于现实世界资产（RWA）的收益捕获与链上流动性释放。短期价格波动难以预测，但长期发展取决于信贷资产质量、协议安全性和市场采用度。投资者需关注其底层资产表现、代币经济模型及整个RWA赛道的发展趋势。
在数字化转型浪潮中，一套能够深度适配业务、彰显品牌特色的智能客服系统，已成为企业提升服务效率与用户体验的关键工具。然而，市场上许多解决方案往往模式固化，难以满足个性化需求。如何让AI客服不仅具备基础的自动化应答能力，更能承载独特的品牌文化与服务哲学？其核心在于系统是否支持深度的自定义与持续的AI训练