1. 首頁 > 生活百科 > >

騰訊大模型「變陣」：成立 AI Infra 部，姚順雨出任首席 AI 科學家

人工智能軟件智能機器人

騰訊大模型「變陣」：成立 AI Infra 部，姚順雨出任首席 AI 科學家

頭圖來源：視覺中國
大模型戰事進入深水區 ， 騰訊正在通過調整陣型 ， 來適應更快的速度 。
12 月 17 日 ， 騰訊宣布升級大模型研發架構 。 這次調整最核心的變化在于成立了三個新部門：AI Infra 部、AI Data 部、數據計算平臺部。
這是騰訊在混元大模型步入 2.0 時代后 ， 對研發體系的一次全面「提速」 。
在人事任命上 ， 技術派高管被推向了更核心的位置 。 Vincesyao 出任「CEO/總裁辦公室」首席 AI 科學家 ， 直接向騰訊總裁劉熾平匯報；同時 ， 他還兼任新成立的 AI Infra 部及大語言模型部負責人 ， 向技術工程事業群（TEG）總裁盧山匯報 。
一手抓算法（大語言模型部） ， 一手抓算力基建（AI Infra 部） ， 同時直通公司最高決策層 ， 這一配置表明：在騰訊的戰略棋盤中 ， 大模型的研究與工程落地正在完成深度耦合 。

姚順雨 ， 98年的AI頂尖青年科學家據了解 ， Vinces Yao就是數月前傳聞入職騰訊的姚順雨 ， 畢業于清華和普林斯頓大學 ， 曾任OpenAI研究員 。
據外媒報道 ， 自今年 9 月從 OpenAI 離職加入騰訊以來 ， 姚順雨被高層賦予了極大的權限 ， 以推動內部的文化與組織變革 。 過去幾個月里 ， 騰訊一改往日在大模型人才戰中的守勢 ， 開始以雙倍薪資激進地從字節跳動等競爭對手處挖角核心研究員 ， 并為應屆博士生開出高出行業標準 50% 的薪資溢價 。
姚順雨10月在X上發帖｜圖片來源：X
更深層的變化在于「權力交接」 。 騰訊正在進行內部重組 ， 降級那些雖擅長工程落地和廣告算法、但缺乏前沿 AI 研究背景的管理者 ， 將指揮棒真正交還給「研究派」 。 這種去肥增瘦的動作 ， 旨在打破過去「產品經理思維」主導大模型研發的局限 。
姚順雨出生于1998年 ， 是人工智能領域的頂尖青年科學家 ， 本科畢業于清華大學計算機系（姚班） ， 后赴普林斯頓大學攻讀計算機科學博士學位 ， 2024年正式加入 OpenAI ， 專注于智能體（Agents）與深度研究（Deep Research）方向 。
他在OpenAI任職及相關研究期間 ， 主要在大模型推理、Agent（智能體）——及評估體系方面取得了核心成果：
提升推理能力：提出了著名的思維樹（Tree of Thoughts ToT） ， 通過讓大模型進行多路徑推理和反復思考 ， 大幅提升了模型解決復雜問題的能力；
智能體研究：他是 SWE-bench（大模型代碼能力評估數據集）和 SWE-agent（開源AI智能體）的關鍵貢獻者 ， 并參與了 ReAct（推理與行動結合）和 CoALA（智能體認知架構）等開創性工作 。
此外 ， 他還在個人社交平臺發布了關于“AI 下半場”的思考 ， 主張AI發展的重心應從單純的訓練轉向定義問題與評估 ， 提出要像產品經理一樣思考“解決什么問題” ， 認為在當前階段評估比訓練更為重要 。

為什么是 AI Infra？在過去一年的「百模大戰」中 ， 行業逐漸達成一個共識：大模型的競爭 ， 早已超越了單純的算法層面 ， 變成了算力、數據、工程化能力的綜合比拼 。
此次騰訊成立 AI Infra 部 ， 也是為了解決「算力效率」這一關鍵命題 。
據官方信息 ， AI Infra 部將作為騰訊大模型體系的重要一環 ， 聚焦于大模型分布式訓練、高性能推理服務等核心技術 。 其目標非常明確：構建大模型 AI Infra 的核心競爭力 ， 為算法研發和業務場景落地提供穩定、高效的技術底座 。
這符合大模型技術演進的規律——當模型參數量級不斷躍升（如騰訊近期發布的混元 2.0） ， 如何讓龐大的 GPU 集群高效運轉 ， 如何在大規模并發下保證推理速度和成本 ， 已經成為決定生死的「隱形戰場」 。
騰訊方面表示 ， 在過往混元大模型的訓練及海量業務實踐中 ， 騰訊已積累了系統化的工程能力 。 此次獨立建制 ， 意在進一步強化這一優勢 ， 提升 AI 大模型的整體研發效率 。
除了算力基建 ， 數據質量和評測體系也被提到了新的高度 。
此次升級中 ， 新成立的 AI Data 部 將由劉煜宏負責 ， 專注于大模型數據及評測體系建設；而數據計算平臺部則由陳鵬負責 ， 聚焦大數據和機器學習的數據智能融合平臺建設 。 兩人均向公司副總裁蔣杰匯報 。
這意味著 ， 數據處理不再只是算法研發中的附屬流程 ， 而是作為獨立且關鍵的環節被標準化和制度化 。
與此同時 ， 王迪將繼續擔任大語言模型部副總經理 ， 向姚順雨匯報 ， 確保模型算法團隊與新成立的基礎設施部門保持緊密協同 。

效率變革 ， 從代碼到產品的「AI 化」過去兩年 ， 盡管擁有微信這樣的國民級應用 ， 騰訊在 AI 模型層卻一度被外界視為「旁觀者」 。
一個標志性事件是 ， 今年 2 月騰訊元寶率先接入 DeepSeek R1 。 雖然這一動作讓元寶的活躍用戶數實現了數量級躍升 ， 但也給騰訊內部敲響了警鐘：自有模型的缺位 ， 甚至導致內部部分業務團隊因混元競爭力不足而猶豫是否接入 。
這種焦慮最終轉化為自上而下的壓力 。 據報道 ， 騰訊總裁劉熾平今年早些時候曾對團隊下達硬指標 ， 要求必須在技術水位上趕超對手 。 此次變革 ， 正是為了解決此前因組織分散導致的資源內耗 ， 集中力量為算法團隊輸送「彈藥」 。
架構調整的最終目的 ， 是為了支撐產品和業務的快速奔跑 。
在前不久的 12 月 5 日 ， 騰訊發布了混元 2.0 ， 在預訓練數據和強化學習策略上進行了顯著改進 ， 其 3D 模型甚至保持著全球領先水準 ， 在開源社區下載量突破 300 萬 。
在應用層 ， 騰訊元寶上線初期保持了「一天一版本」的迭代頻率 ， 目前用戶規模已穩居國內 AI 應用前三 。 而在騰訊內部 ， 一場靜水流深的 AI 效率變革正在發生：超過 90% 的騰訊工程師正在使用騰訊云代碼助手 CodeBuddy；50% 的新增代碼由 AI 輔助生成；代碼評審環節的 AI 參與度高達 94%。
目前 ， 騰訊混元大模型已在騰訊會議、微信、廣告、游戲等內部超過 900 款應用和場景中落地 。
【騰訊大模型「變陣」：成立 AI Infra 部，姚順雨出任首席 AI 科學家】近期混元團隊的高密度人才引進與重組 ， 本質上正是為了支撐這種高強度的技術攻堅與業務滲透。 通過成立 AI Infra 等新部門 ， 騰訊正在試圖打通從底層算力、數據處理到上層算法、應用落地的任督二脈 ， 為接下來的 AI 長期競賽備好糧草 。

    推薦閱讀