发布日期：2026-02-01 16:56    点击次数：87

1月29日，清华大学计较机系博士、真实机器学习与生成式模子范围的了得后生学者庞天宇在个东谈主应付媒体更新了我方的职责变动信息，官宣加入腾讯混元团队，担任多模态强化学习（Multimodal RL）见识的 Tech Lead，精采前沿算法探索，从属于混元多模态部的 Exploration Center。

这个安排，开释出了AI竞赛的要道信号。

当年一年，国内大模子的竞争要点，主要围聚在参数范围、推理材干、生成成果这三件事上。

而跟着模子材干慢慢趋同，新的瓶颈也正在涌现：

模子“会不会举止”、“能不可在环境中作念有筹画”正在造成下一个分水岭。

从“会说”到“会作念”

节略说，大模子诚然照旧越来越擅长“话语”和“生成”，但距离“在真实或复杂环境中合手续有筹画”还有很长一段路要走。

{jz:field.toptypename/}伸开剩余65%

多模态强化学习，等于要买通这条旅途，让模子在视觉、语言、作为等多种信号中进行聚首感知，并通过反映不停优化策略。

这项材干对腾讯来说有着极强的落地价值。不管是游戏、虚构寰宇、机器东谈主，如故改日的 AI Agent体系，都紧迫需要模子大致相识环境，在现存条款下接受稳当的举止。

庞天宇的计算见识，巧合踩在这个交织点上。

为什么是庞天宇

与一些“单点爆发型”的计算者不同，庞天宇的学术旅途有着丰富的基础表面 + 强工程指向的显着特色。

他早期深耕起义鲁棒性、真实机器学习，这类计算并不追求短期成果，但径直相干到模子在复杂环境中的强健性。近几年，他慢慢转向生成模子、多模态相识与强化学习的诱骗。在 Sea AI Lab 的资格，百家乐app也让他郑重工业环境中模子落地所濒临的真实拘谨，而不仅仅论文筹画。

这等于为什么，腾讯并莫得把他放在一个“符号性”的学术岗亭，而是径直让其担任多模态 RL 的时间精采东谈主。

腾讯的“无餍”

若是把腾讯混元刻下的中枢时间布局拆解，会发现一个缓缓透露的结构：

姚顺雨： 聚焦Reasoning / Agent，搞定模子“若何想考、策画复杂任务”

庞天宇：聚焦 Multimodal RL，搞定模子“若何感知环境并接受举止”

一个精采“想明晰”，一个精采“作念出来”。

在业内，“会推理但不会交互”和“会生成但不会有筹画”，正在成为通用模子的共同短板，腾讯汲取在这个时候点补都两头，意味着其 AI 策略照旧从单纯的模子材干追逐，转向系统材干构建。

庞天宇的加入，更像是一个时间蹊径上的“落子”，而不是单点补强。

当大模子参加“会举止”的阶段，腾讯追求的是领先跑通圆善闭环的材干。

从姚顺雨到庞天宇，腾讯正在作念的，并不是节略堆东谈主，而是慢慢搭建一个从推理、到感知、到有筹画的圆善材干栈。这条路难度极高，也随机坐窝收效，但一朝跑通，壁垒相通极高。

大模子竞赛毅然参加下半场。确切拉开差距的，可能不再是谁生成得“更像东谈主”，而是谁的模子能在真实寰宇里“成为东谈主”。（转载自AI普瑞斯）