Cựu chuyên gia OpenAI Tian Yonglong gia nhập Tencent, dẫn dắt phát triển mô hình đa phương thức Hunyuan

Theo tin từ IT之家 ngày 8 tháng 7, trang Leiphone đưa tin hôm qua rằng cựu nghiên cứu viên của OpenAI, Yonglong Tian (Điền Vĩnh Long), đã gia nhập Tencent trong thời gian gần đây.

Được biết, Yonglong Tian sẽ đảm nhận vị trí phụ trách mảng mô hình đa phương thức (multimodal model) của Tencent Hunyuan, và có thể sẽ tham gia vào công tác nghiên cứu phát triển liên quan đến VLM (Vision Language Model - Mô hình ngôn ngữ thị giác) trong thời gian tới. Tuy nhiên, sự thay đổi nhân sự này vẫn chưa được chốt hạ chính thức. Nếu diễn ra thuận lợi, đây sẽ là nghiên cứu viên thứ hai từ đội ngũ nghiên cứu cốt lõi của OpenAI chuyển sang đầu quân cho Tencent Hunyuan, sau Yao Shunyu.

Mối duyên giữa Yonglong Tian và Yao Shunyu bắt nguồn từ thời gian cả hai cùng làm việc tại OpenAI. Tháng 9 năm 2025, Yao Shunyu (28 tuổi) đã rời OpenAI để gia nhập Tencent với vai trò Giám đốc khoa học AI tại "Văn phòng CEO / Chủ tịch", báo cáo trực tiếp cho Chủ tịch Liu Chiping. Trong thời gian tại OpenAI, Yonglong Tian và Yao Shunyu đã cùng làm việc trong đội ngũ nghiên cứu, trực tiếp chứng kiến sự phát triển nhanh chóng của dòng GPT và công nghệ đa phương thức.

Hồ sơ học thuật của Yonglong Tian đi theo lộ trình điển hình của những nhân tài hàng đầu trong lĩnh vực thị giác máy tính tại Trung Quốc. Anh tốt nghiệp cử nhân tại Đại học Thanh Hoa, sau đó nhận bằng Thạc sĩ nghiên cứu tại Đại học Hồng Kông Trung Quốc (CUHK), dưới sự hướng dẫn của các học giả nổi tiếng trong lĩnh vực thị giác máy tính là Tang Xiao'ou và Wang Xiaogang. Trong thời gian tại MMLab của CUHK, anh đã xây dựng nền tảng vững chắc về nhận dạng thị giác và học sâu. Sau đó, anh theo học Tiến sĩ tại Khoa EECS của Viện Công nghệ Massachusetts (MIT) dưới sự hướng dẫn của học giả lĩnh vực mô hình tạo sinh Phillip Isola và tốt nghiệp năm 2022. Trong thời gian tại MIT, trọng tâm nghiên cứu của anh dần chuyển từ nhận dạng thị giác truyền thống sang mô hình tạo sinh và học biểu diễn. Số lượt trích dẫn trên Google Scholar của anh đã đạt 28.778, với h-index là 35, riêng trong năm 2026 đã có 3.436 lượt trích dẫn.

Sau khi tốt nghiệp Tiến sĩ, Yonglong Tian gia nhập Google Research tại Cambridge vào cuối năm 2022 với tư cách là nhà khoa học nghiên cứu cấp cao, sau đó chuyển sang Google DeepMind vào tháng 5 năm 2024. IT之家 lưu ý rằng trong thời gian tại DeepMind, anh tập trung vào nghiên cứu cơ bản về nhận thức thị giác và tạo sinh. Sau đó, anh chuyển sang OpenAI với vai trò Member of Technical Staff, tập trung nghiên cứu vào thị giác máy tính, học biểu diễn thị giác và các mô hình tạo sinh.

Một trong những công trình có ảnh hưởng nhất của Yonglong Tian trong giới học thuật là Supervised Contrastive Learning (Học tương phản có giám sát). Nghiên cứu này mở rộng khung học tương phản sang các kịch bản có giám sát, bằng cách tập hợp các mẫu cùng loại trong không gian biểu diễn, giúp cải thiện đáng kể chất lượng biểu diễn thị giác, đồng thời ảnh hưởng đến tư duy thiết kế của các mô hình tiền huấn luyện thị giác sau này như SimCLR, MoCo.

Tháng 10 năm 2024, anh công bố nghiên cứu Fluid về việc mở rộng quy mô các mô hình tạo sinh văn bản sang hình ảnh tự hồi quy. Nghiên cứu này phát hiện ra rằng các mô hình tự hồi quy sử dụng token liên tục thay vì token rời rạc trong lĩnh vực thị giác mang lại chất lượng hình ảnh vượt trội hơn đáng kể, đồng thời thứ tự tạo ngẫu nhiên cho kết quả tốt hơn so với thứ tự raster cố định. Dựa trên những phát hiện này, nhóm đã huấn luyện mô hình Fluid 10.5B.

Ngoài ra, anh còn tham gia các công trình nghiên cứu như Autoregressive Image Generation without Vector Quantization (hợp tác với He Kaiming, Tianhong Li), Learning Vision from Models Rivals Learning Vision from Data (CVPR 2024) và Scaling Laws of Synthetic Images for Model Training (CVPR 2024).

Sự gia nhập của Yonglong Tian là mắt xích mới nhất trong chuỗi điều chỉnh nhân sự của đội ngũ đa phương thức Tencent Hunyuan trong một năm qua. Cuối năm 2024, Liu Wei, một trong những người phụ trách kỹ thuật mô hình lớn Tencent Hunyuan và từng chịu trách nhiệm điều phối mảng đa phương thức, đã rời Tencent để thành lập công ty tập trung vào tạo video. Sau khi Liu Wei rời đi, mảng đa phương thức từng được Phó chủ tịch Tencent Jiang Jie trực tiếp phụ trách.

Tháng 4 năm 2025, Tencent chính thức thành lập Bộ phận Mô hình ngôn ngữ lớn và Bộ phận Mô hình đa phương thức trong hệ thống Nhóm sự nghiệp Kỹ thuật (TEG), nhằm giải quyết vấn đề "đội ngũ ảo, nguồn lực phân tán" từ cấu trúc tổ chức. Kể từ đó, Tencent liên tục thu hút nhân tài cho mảng đa phương thức: đầu năm 2025, Hu Han, cựu nghiên cứu viên trưởng nhóm tính toán thị giác tại Microsoft Research Asia, gia nhập Tencent để phụ trách R&D mô hình lớn đa phương thức; tháng 7 năm 2025, Bo Liefeng, cựu trưởng nhóm thị giác ứng dụng tại Alibaba Tongyi Lab, gia nhập đội ngũ Hunyuan; tháng 1 năm 2026, Pang Tianyu, Tiến sĩ Khoa Khoa học Máy tính Đại học Thanh Hoa, gia nhập để phụ trách khám phá các thuật toán tiên phong về học tăng cường đa phương thức.

Tuyên bố quảng cáo: Các liên kết ngoài trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, tiết kiệm thời gian sàng lọc, kết quả chỉ mang tính tham khảo. Tất cả các bài viết của IT之家 đều bao gồm tuyên bố này.