2025年7月8日消息，OpenAI前研究员田永龙（Yonglong Tian）已于近期正式加入腾讯大语言模型部，后续将参与视觉语言模型（VLM）相关研发。这位在计算机视觉与对比学习领域深耕多年的研究者，其学术生涯与产业履历，或许能揭示腾讯在下一代多模态模型上的战略布局。

▲田永龙领英主页截图

田永龙在OpenAI任职期间曾参与GPT-5的研发工作。在此之前，他先后在Google Research和DeepMind长期从事视觉表征学习与对比学习研究——这两个方向对后续视觉模型及多模态表征学习的发展影响深远。

他的学术履历中有几个值得单独提及的关键节点。首先是他作为核心作者之一的经典论文《Supervised Contrastive Learning》。该文提出的监督对比损失（SupCon Loss），将自监督学习中“批次内拉近正样本、推远负样本”的策略成功扩展至有监督场景。应用这一方法的ResNet-200卷积神经网络，在ImageNet上实现了81.4%的Top-1准确率——在当时的环境下，这一数字分量极重。

另一篇代表作为《Contrastive Multiview Coding》，田永龙以第一作者身份提出了对比多视图编码（CMC）。其核心思路非常直观：让同一场景的不同视图（如颜色通道、深度图、光流）在特征空间中彼此靠近，而不同场景的视图则相互远离。通过这种方式，模型能够最大化视图间共享的互信息，丢弃各视图特有的噪声信息。

截至目前，田永龙在谷歌学术上的总被引量已达29330次。对于一位毕业不久的青年研究员而言，这一数字充分体现了其学术影响力。

回顾他的学术成长路径：本科毕业于清华大学后，田永龙前往香港中文大学攻读硕士，师从汤晓鸥与王晓刚。汤晓鸥是中国计算机视觉领域的先驱人物，王晓刚则是其得意门生——两人后来共同创立了商汤科技，王晓刚至今仍担任商汤首席科学家。在港中大期间的学习经历，奠定了他在计算机视觉领域的研究根基。

随后，田永龙进入麻省理工学院攻读博士学位，师从知名计算机视觉专家Phillip Isola。Isola是图像生成与视觉表征学习领域的顶尖学者，在这样的一流实验室完成博士训练，对田永龙后来在对比学习与多模态方向的研究产生了重大影响。

博士毕业后，田永龙先在Google Research担任资深研究科学家，随后转至DeepMind担任相同职务。2024年10月，他加入OpenAI成为研究团队成员，直至近期回国加盟腾讯。

这次加盟，很可能是腾讯在多模态大模型、尤其是视觉-语言-动作模型（VLA）领域的一次针对性人才补强。田永龙在视觉编码与跨模态对齐方面的深厚积累，有望帮助腾讯进一步强化这些关键能力，为下一代混元多模态模型的发展提供技术支撑。

就在本周一，腾讯的Hy3（混元3）已正式上线。相比Hy2，Hy3在复杂推理、指令遵循、编程与智能体等能力上均有显著提升。此时引入田永龙这样擅长视觉表征与对比学习的研究者，战略意图相当清晰。

值得一提的是，这并非腾讯近期在AI人才引进上的唯一动作。去年，前OpenAI研究员、智能体研究领域的顶尖学者姚顺雨已加入腾讯，担任“CEO/总裁办公室”首席AI科学家；今年年初，腾讯又宣布前新加坡Sea AI Lab（SAIL）研究员庞天宇加盟混元多模态部Exploration Center，担任多模态强化学习首席研究员及技术负责人，主攻强化学习前沿算法探索。

在多模态生成方面，腾讯在2025年还引入了原阿里通义实验室应用视觉团队负责人薄列峰、微软亚洲研究院原首席研究员胡瀚等知名业界专家。

如今，原生多模态能力已成为基础模型的标配。随着腾讯持续引进顶尖AI研究人才、不断扩充混元研发团队，下一步在原生多模态模型、VLA模型等领域会有哪些新动作，值得持续关注。