近日，腾讯在人工智能领域迈出重要一步——将混元多模态模型部门与大语言模型部门正式合并，统一组建为基础模型部，由首席AI科学家姚顺雨负责统筹。这一举措的意图非常明确：整合两大团队的力量，从底层架构到上层应用全面打通，致力于探索全模态模型的智能上限。

姚顺雨（右） 资料图

此次合并，意味着自2025年4月起实行的大语言与多模态双团队并行研发模式正式结束。官方表示，整合后研发与协同效率将得到提升，并能更集中地探索全模态模型的能力上限。这背后释放出一个信号：腾讯在AI赛道上不再满足于“两条腿走路”，而是将所有资源朝同一方向集中发力。

姚顺雨于2025年9月从OpenAI低调加盟腾讯，同年12月即出任首席AI科学家，负责统筹混元大语言模型的研发工作。入职不到一年，他推动混元对底层基础设施进行了全面重建。如今，混元已形成以语言模型为核心的完整技术架构，覆盖图像、视频、语音、3D生成等主流模态，几乎涵盖了所有可想象的领域。

7月初，混元正式发布并开源了大语言模型Hy3。该模型采用MoE架构，总参数达295B，激活参数为21B，相比4月发布的preview版本，在智能体与代码能力上提升了20%至30%。在同等参数规模下，其性能测评表现领先，甚至可以比肩参数规模为自身2到5倍的旗舰模型。这一成绩在行业内具备较强竞争力。

Hy3已接入WorkBuddy、CodeBuddy、元宝、Marvis、ima等多个业务，并同步上线腾讯云TokenHub及多个海外平台。发布首周，Hy3总调用量较上一代Hy2增长超过68倍；在WorkBuddy自选模型的用户中，选择Hy3的比例达到60%。这一数据表明市场对其认可度相当高。

在多模态方面，腾讯于4月发布并开源了混元3D世界模型2.0（Hy World 2.0）。该模型支持文本、图片、视频等多种输入类型，能够自动生成、重建并模拟3D世界，同时兼容多种格式的3D资产导出，可与现有游戏工作流无缝对接。社区下载量已突破300万。此外，混元图像模型3.0在LMArena榜单中排名国内开源模型第一。

多模态业务的快速发展也带动了人才层面的变动。7月8日，前OpenAI研究员、姚顺雨的前同事田永龙加入腾讯大语言模型部。田永龙在视觉模型与多模态表征学习方面的研究对行业影响显著。他的加入预计将为下一代混元多模态模型提供关键技术支撑，也让人对后续进展充满期待。