Tencent thay đổi nhân sự cấp cao: Hunyuan chuyển hướng tập trung vào mô hình thế giới

Han Hu, giám đốc bộ phận hiểu đa phương thức (multimodal understanding) tại đơn vị Hunyuan của Tencent, được cho là đã đệ đơn từ chức.

Trước khi gia nhập Tencent vào đầu năm 2025, Hu từng là nhà nghiên cứu chính trong nhóm tính toán thị giác tại Microsoft Research Asia. Tại Tencent, ông dẫn dắt các công việc liên quan đến mô hình nền tảng thị giác (vision foundation models). Sau một đợt tái cơ cấu tổ chức, ông chuyển sang một nhóm nghiên cứu công nghệ tiên tiến "tiên phong" thuộc bộ phận mô hình ngôn ngữ lớn (LLM), nơi ông giám sát nghiên cứu về hiểu đa phương thức và báo cáo trực tiếp cho Yao Shunyu. Hu cũng từng làm việc về các mô hình thế giới (world models).

Yao, người đứng đầu bộ phận LLM của Tencent, đã và đang rà soát các đội ngũ trong toàn bộ tổ chức. Nhóm nghiên cứu mà Hu từng làm việc có thể sẽ chuyển hướng tập trung sang nghiên cứu tiên phong về các mô hình thế giới.

Những thay đổi nhân sự tại Hunyuan vẫn tiếp diễn trong nửa cuối năm 2026. Vào đầu tháng 7, cựu nhà nghiên cứu của OpenAI là Tian Yonglong đã gia nhập bộ phận LLM. Theo 36Kr, Tian sẽ kế nhiệm Hu ở vị trí giám đốc R&D cho các mô hình thị giác-ngôn ngữ và báo cáo cho Yao.

Kể từ khi Yao gia nhập Tencent, công ty đã tập trung vào việc thu hẹp khoảng cách năng lực và đưa các mô hình nền tảng của Hunyuan đến gần hơn với các hệ thống hàng đầu trong ngành.

Yao đã tìm cách tái phân bổ nguồn lực, tập trung nhân tài và năng lực tính toán vào hoạt động R&D mô hình nền tảng do bộ phận LLM dẫn dắt. Sau khi Tencent giải thể AI Lab, các nhân sự R&D cốt lõi đã được chuyển sang bộ phận này. Tencent cũng tăng cường tuyển dụng các chuyên gia LLM, bao gồm một số nhân sự từ các nhóm cơ sở hạ tầng Seed và hậu huấn luyện (post-training) của ByteDance.

Tại một hội nghị của Tencent Cloud vào ngày 5 tháng 6, Dowson Tong, phó chủ tịch điều hành cấp cao của Tencent kiêm CEO của Cloud and Smart Industries Group, đã đặt một câu hỏi cho Yao, phản ánh những chỉ trích từ bên ngoài về tiến độ của công ty:

“Nhiều người nói Tencent đã chậm chân trong lĩnh vực AI. Bạn có nghĩ rằng chúng ta thực sự đã chậm không?”

"Shunyu còn nóng lòng muốn tiến nhanh hơn cả ban lãnh đạo cấp cao của Tencent," một nhà nghiên cứu tại Hunyuan chia sẻ với 36Kr. Nhà nghiên cứu này cho biết Yao đã nhiều lần thúc ép các giám đốc điều hành của Tencent phân bổ thêm tài nguyên tính toán cho Hunyuan.

LatePost đưa tin rằng một lô dữ liệu được gửi vào cuối tháng 5, khoảng một tháng trước khi Hy3 chính thức ra mắt, đã gây ra các vấn đề làm ảnh hưởng trực tiếp đến hiệu suất của mô hình. Theo một người am hiểu vấn đề, Yao đã nói với đội ngũ: "Dữ liệu rất quan trọng. Nếu chuyện này tái diễn, các bạn sẽ bị loại."

Tencent vẫn chưa thiết lập được vị thế dẫn đầu rõ ràng trong các sáng kiến AI của mình. Để giành lại lợi thế, công ty sẽ phải quyết định lĩnh vực nào có khả năng tạo ra lợi nhuận kỹ thuật và thương mại cao nhất.

Một lĩnh vực đang được xem xét kỹ lưỡng là hiểu đa phương thức, nơi mà việc đạt được những bước tiến kỹ thuật xa hơn có thể sẽ khó khăn hơn.

"Trong nghiên cứu hiểu đa phương thức, tỷ lệ chính xác cho nhận dạng văn bản, hình ảnh và video thường có thể đạt hơn 85%," một nhà nghiên cứu AI đa phương thức nói với 36Kr. "Phần khó là suy luận thị giác, nghĩa là cho phép mô hình hiểu được ý nghĩa thực sự của hình ảnh và video. Chỉ riêng nghiên cứu đa phương thức là không đủ để thực hiện điều đó. Năng lực suy luận của mô hình ngôn ngữ cũng cần phải cải thiện."

Khi các bước tiến kỹ thuật ngày càng trở nên nhỏ giọt, lợi nhuận thương mại từ việc hiểu đa phương thức cũng vẫn còn là một ẩn số.

Nghiên cứu đa phương thức từng giữ vị trí trung tâm trong tổ chức AI của Tencent, một phần vì công nghệ thị giác máy tính có thể được tích hợp vào các mảng kinh doanh quảng cáo, trò chơi và giải trí kỹ thuật số của công ty.

Tuy nhiên, so với AI tạo sinh (generative AI), các ứng dụng như nhận dạng hình ảnh và tạo chú thích có thể khó kiếm tiền trực tiếp.

"Không người dùng nào sẵn sàng trả tiền cho nhận dạng hình ảnh khi có quá nhiều lựa chọn miễn phí trên thị trường," một giám đốc sản phẩm của Tencent Yuanbao cho biết. "Điều mà người dùng thực sự sẵn sàng trả tiền là các ứng dụng công việc như xử lý tài liệu, tạo PowerPoint và tạo báo cáo nghiên cứu. Những ứng dụng đó phụ thuộc vào khả năng suy luận, lập trình và năng lực tác nhân (agentic capabilities) của mô hình."

Chi phí vốn được công bố của Tencent cũng thấp hơn so với một số đối thủ, mặc dù tổng chi tiêu không phải là thước đo hoàn hảo cho năng lực tính toán AI.

Báo cáo tài chính năm 2025 của Tencent cho thấy chi phí vốn cả năm đạt tổng cộng 79,2 tỷ RMB (11,7 tỷ USD). Chi phí vốn của Alibaba trong năm tài chính kết thúc vào tháng 3 năm 2026 đạt 126 tỷ RMB (18,6 tỷ USD). Bloomberg đưa tin rằng ByteDance đang cân nhắc chi phí vốn lên tới 70 tỷ USD trong năm 2026 khi mở rộng các trung tâm dữ liệu và cơ sở hạ tầng AI khác.

Với nguồn lực hạn chế, Hunyuan phải phân bổ năng lực tính toán giữa các dự án cạnh tranh. Trong bối cảnh đó, sự thay đổi rõ rệt khỏi lĩnh vực hiểu đa phương thức cho thấy Tencent đang ưu tiên các lĩnh vực tiên phong mà họ tin rằng mang lại tiềm năng dài hạn lớn hơn.

Vào ngày 6 tháng 7, Tencent đã phát hành LLM Hy3, đợt ra mắt mô hình lớn đầu tiên của Yao kể từ khi gia nhập công ty. Các điểm chuẩn của Tencent cho thấy Hy3 đạt hiệu suất tiệm cận với các mô hình tầm trung có số lượng tham số tương đương, bao gồm GLM-5.2 của Z.ai và DeepSeek V4 Pro.

Theo các điểm chuẩn của chính Tencent, sáu tháng tái cơ cấu tổ chức, xây dựng lại cơ sở hạ tầng và tập trung trở lại vào các mô hình nền tảng có thể đã thu hẹp khoảng cách với các nhà phát triển AI hàng đầu.

KrASIA đăng tải nội dung đã được dịch và chuyển thể từ 36Kr. Bài viết này do Zhou Xinyu thực hiện cho 36Kr.

Lưu ý: Các số liệu RMB được quy đổi sang USD theo tỷ giá 6,78 RMB = 1 USD dựa trên ước tính tính đến ngày 27 tháng 7 năm 2026, trừ khi có ghi chú khác. Việc quy đổi sang USD được trình bày để thuận tiện tham khảo và có thể không hoàn toàn khớp với tỷ giá hối đoái hiện hành.