姚顺雨的OpenAI前同事，也加入腾讯了
智东西
智东西 7 月 8 日报道，OpenAI 前研究员田永龙（Yonglong Tian）已确认加入腾讯大语言模型部，将主导视觉语言模型（VLM）相关研发工作。
▲田永龙领英主页
学术背景深厚：从谷歌到 OpenAI 的核心贡献
在加入 OpenAI 之前，田永龙曾在 Google Research 和 DeepMind 长期深耕视觉表征学习与对比学习领域，其研究成果对视觉模型及多模态表征学习的发展产生了深远影响。据悉，他在 OpenAI 任职期间参与了 GPT-5 的研发。
提出监督对比损失（SupCon Loss）
作为经典论文《Supervised Contrastive Learning》的作者之一，田永龙提出了“监督对比损失”概念，成功将自监督学习中的批次对比方法扩展至全监督场景。应用该策略的 ResNet-200 卷积神经网络，在 ImageNet 数据集上实现了 81.4% 的 Top-1 准确率。
首创对比多视图编码（CMC）
田永龙也是论文《Contrastive multiview coding》的第一作者。他提出的“对比多视图编码（CMC）”核心思想在于：通过对比学习，使同一场景的不同视图（如颜色、深度、光流）在特征空间中相互靠近，而不同场景的视图相互远离，从而最大化视图间共享互信息并剔除噪声。
实验证明，该方法在图像和视频的无监督学习上曾达到当时最优水平，且视图数量越多表征效果越佳。这一工作深刻影响了后续 SimCLR、MoCo 等主流自监督学习方法的发展。
截至目前，田永龙在谷歌学术上的总被引量已达 29330 次。
师承顶尖名师：清华至 MIT 的科研之路
田永龙本科毕业于清华大学，随后赴香港中文大学攻读硕士，师从商汤科技联合创始人汤晓鸥和王晓刚。其中，汤晓鸥是中国计算机视觉领域的先驱，王晓刚现任商汤科技首席科学家。
此后，田永龙前往麻省理工学院（MIT）攻读博士学位，师从知名计算机视觉专家 Phillip Isola。
博士毕业后，田永龙先后任职于 Google Research 和 DeepMind，担任资深研究科学家。2024 年 10 月，他加入 OpenAI 研究团队，直至近期正式加盟腾讯。
战略意义：强化腾讯混元多模态能力
田永龙的加盟被视为腾讯在多模态大模型及 VLA（视觉 - 语言 - 动作）模型领域的一次针对性人才升级。此举有望显著增强腾讯在视觉编码、跨模态对齐等关键技术上的能力，为下一代混元多模态模型的发展提供坚实支撑。
本周一，腾讯混元 3.0（Hy3）正式上线，其在复杂推理、指令遵循、编程及智能体能力上较上一代均有显著提升。
此次引才是腾讯近期持续加码大模型人才布局的最新举措。去年，前 OpenAI 研究员姚顺雨加入腾讯出任首席 AI 科学家；今年初，前新加坡 Sea AI Lab 研究员庞天宇加盟腾讯混元多模态部，负责强化学习前沿算法探索。
此外，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多位业界顶尖专家。
随着原生多模态能力成为基础模型标配，腾讯通过持续引入顶尖 AI 人才扩充混元研发团队，其在原生多模态模型及 VLA 模型领域的后续动向值得持续关注。
