騰訊大模型迎來人事大地震：姚順雨掌舵基礎模型

AI資訊AI新閒資訊正文騰訊大模型迎來人事大地震：姚順雨掌舵基礎模型發布於AI新閒資訊時間 :Aug 19, 2026閱讀 :1分鐘近日，騰訊混元多模態團隊經歷了一場深度的人事重組與戰略調整。原xAI多模態理解負責人藺旭東已正式加入騰訊混元，擔任多模態內容生成算法負責人。此次變動不僅伴隨著原多模態理解負責人胡瀚離職創業、前OpenAI研究員田永龍加入等一系列密集調整，更標誌著騰訊在多模態大模型研發路線上正發生深層次的路線重構。回顧騰訊混元過去的多模態發展史，其技術版圖主要圍繞幾大核心產品展開。

其中，文生視頻模型HunyuanVideo在2024年底首發即成為全球最大開源視頻生成模型，隨後在2025年密集擴展了圖生視頻、定製化生成以及數字人驅動等能力。圖像生成方面，從早期的HunyuanImage到支持原生2K分辨率的2.1版本及800億參數的3.0版本，不斷向工業級演進。此外，專注於單體3D模型的Hy3D也在電商建模和產品設計中廣泛應用。在空間智能領域，騰訊還推出了全球首個開源、支持仿真的沉浸式3D世界生成模型Hy World1.0及其後續版本，深度契合了空間智能的研究方向。

然而，隨著騰訊將大語言模型部和多模態模型部合併成立“基礎模型部”並由姚順雨全面接管，騰訊的多模態研發思路正面臨深刻轉變。在當前的技術路線上，業界對於多模態與智能主線的關係存在不同看法。李飛飛旗下的World Labs等觀點認為世界模型作為空間智能的一部分是AGI的重要主線，而DeepSeek等則主張將視覺模態作為服務於語言模型的工具，弱化獨立的3D或世界模型路線。從姚順雨近期的戰略佈局與旗艦產品Hy3的落地來看，其更傾向於後者的技術路線。姚順雨在公開場合多次強調，AI下半場的競爭壁壘在於上下文與推理能力，而非單純的模型參數量。

通過將多模態理解能力深度融合至基礎模型主線，優化工具調用穩定性與長上下文承接，騰訊正致力於提升模型在真實辦公、GUI Agent等產品落地中的理解與執行效率。藺旭東的加入，正是為了通過提升多模態理解能力，進一步解決生成模型中前後不一致、缺乏空間穩定性等痛點。這場重組不僅折射出騰訊內部技術路線的交替，也展現了其在AGI下半場競爭中堅定靠攏主線、聚焦生產力落地的戰略決心。相關推薦三年估值 30 億美元！大模型“中間商”演語科技如何靠搶跑衝刺港股IPO？演語科技不研發底層大模型，憑多款AI創作應用三年崛起，現啟動香港IPO，估值高達30億美元，引發AI應用層“中間商”商業價值與競爭壁壘探討。

Aug 18, 2026193.9k騰訊大模型人事調整:混元后訓練負責人徐燦轉崗微信WeLM騰訊大模型佈局調整：原混元資深研究員徐燦轉崗微信事業群，加入WeLM團隊，專注後訓練與Agent研發。徐燦曾創建WizardLM並提出Evol-Instruct，在合成數據、強化學習等領域積澱深厚。此舉正值微信AI加速落地期。Aug 14, 2026229.6k騰訊混元 Hy ASR3.0 預覽版發佈：從"聽清"到"聽懂"，方言詞錯率壓到 3%騰訊混元發佈語音識別模型Hy ASR3.0 Preview，基於大語言模型Hy3，融合高精度識別與深度語義理解，實現從“逐字轉寫”到“理解語境”的質變。

模型覆蓋十大方言片區，長音頻場景優勢突出，不依賴標準普通話，讓AI不僅能聽清字，更能真正聽懂話。Aug 5, 2026235.2k騰訊混元發佈 Hy ASR 3.0 preview：語音識別不再逐字硬轉，而是真的聽懂了語境騰訊混元發佈語音識別模型Hy ASR3.0preview，基於大語言模型Hy3的語言理解能力，融合高精度識別與深度語義理解。它在通用識別、上下文感知、多場景魯棒性及方言覆蓋等方面全面提升，能結合語境給出更準確連貫的轉寫，實現從逐字轉寫到理解語義的進化。Aug 5, 20261,217.4k騰訊混元發佈Hy ASR3.

0preview:語音識別邁入“懂語境”新階段騰訊混元發佈語音識別模型Hy ASR3.0preview，首次將大語言模型Hy3的語義理解融入識別，實現從逐字轉寫向“理解語境、一鍵直出”跨越。在開源評測集上，中文普通話、英語、粵語詞錯誤率分別為3.34%、2.62%、3.12%，整體約3%，多維度表現亮眼。Aug 4, 2026260.4k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026