7 月 24 日,据媒体报道,腾讯已于 7 月 23 日宣布,将混元多模态模型部门与大语言模型部门合并,新设基础模型部,统一由腾讯首席 AI 科学家姚顺雨管理。这次重组的目的很明确——提升模型研发与协同效率,去探一探全模态模型的智能上限。
这步棋早有伏笔。去年 12 月,姚顺雨便已兼任大语言模型部负责人,如今把多模态与语言两条线收归同一位统帅、同一个部门,意味着腾讯在混元的技术路线上,正把”能看图”和”能对话”的能力往一处拧。当多模态与语言模型的研发壁垒被打通,全模态模型的打磨才真正有了统一的指挥中枢。
这则快讯反映的是大模型研发组织架构的调整,而非具体产品发布。多模态与大语言模型合并后,常见应用场景包括图文理解、对话问答、内容生成与多轮交互。与单一文本模型相比,全模态路线更强调统一表示与跨模态协同;与分开训练的方案相比,优势在于研发链路更短、能力整合更顺,但也更考验数据、算力与训练稳定性。
腾讯混元这次为什么要合并部门?
核心目的是提升模型研发与协同效率,把多模态与语言模型的能力整合到同一指挥体系下,减少研发割裂,便于统一推进全模态模型的训练、对齐与迭代。
姚顺雨在这次调整中负责什么?
姚顺雨作为腾讯首席 AI 科学家,统一管理新设的基础模型部,统筹混元多模态模型与大语言模型两条线,推动“看图”和“能对话”能力融合。
这次重组对混元意味着什么?
它意味着腾讯在混元技术路线上的重心,正从分散研发转向全模态一体化。对外体现为更统一的模型能力规划,对内则有利于提升训练效率和技术协同。
多模态与大模型合并后,研发重点会变什么?
重点会从“单点能力优化”转向“统一表征、统一数据、统一评测”。这意味着训练目标、数据管线和产品反馈都要共享,短期会增加协同成本,但长期更利于做出一致的全模态体验。
全模态模型最先受益的产品场景是什么?
最先受益的是需要“看图+理解+生成”闭环的场景,如客服、办公助手、内容创作和教育。因为统一模型能减少多模型切换损耗,提升上下文一致性和交互连贯性。
