環球網

12月17日，騰訊正式宣布對大模型研發體系進行重大架構調整，新設立AI Infra部、AI Data部、數據計算平臺部三大部門，并引入年僅27歲的OpenAI前研究員姚順雨（Vinces Yao）出任“CEO/總裁辦公室”首席AI科學家。

在AI競爭日趨白熱化的當下，騰訊此次調整顯然不是簡單的部門增設，而是一次系統性、面向未來的戰略布局。從技術架構到人才引進，從內部效率提升到外部生態賦能，騰訊正試圖在工程能力、數據體系、平臺支撐等多維度構筑護城河，回應行業對“大模型如何真正落地”的追問。

架構重組：從技術支撐到體系化作戰

記者從騰訊方面了解到，此次新成立的三個部門各有明確分工，共同構成騰訊大模型研發的“鐵三角”。AI Infra部聚焦大模型訓練與推理的平臺能力，重點攻關分布式訓練、高性能推理等底層技術；AI Data部負責構建大模型數據與評測體系；數據計算平臺部則致力于打通大數據與機器學習 平臺，推動數據智能融合。

值得注意的是，這三者并非孤立運作，而是圍繞“研發—數據—平臺”形成閉環。AI Infra提供算力與系統支撐，AI Data保障數據質量與評估標準，數據計算平臺則成為兩者協同的基礎設施。這種分工體現了騰訊在AI研發上從“單點突破”轉向“體系化作戰”的思路——大模型競爭已不再僅僅是模型本身的比拼，更是整體工程體系、數據生態與平臺能力的綜合較量。

在人事安排上，姚順雨同時兼任AI Infra部與大語言模型部負責人，并直接向總裁劉熾平與技術工程事業群總裁盧山雙向匯報。這一設置既強調了AI戰略在公司層面的高度，也保證了技術落地與工程實現的有效銜接。而他本人橫跨研究與工程的雙重背景，也契合騰訊當前“研究賦能工程、工程反哺研究”的發展路徑。

人才策略：年輕化、國際化與實戰化

姚順雨的加入，是騰訊AI人才戰略的一個鮮明信號。27歲、清華姚班、普林斯頓博士、OpenAI核心項目貢獻者、《麻省理工科技評論》“35歲以下科技創新35人”最年輕入選者——這些標簽共同勾勒出一位兼具學術前沿視野與產業實戰經驗的青年科學家形象。

在AI人才爭奪日趨激烈的環境下，騰訊此次引進的不僅是一位技術骨干，也向外界傳遞出公司對頂尖、年輕、具有全球視野的技術人才的看重，也體現出其在組織機制上敢于賦予年輕人重要責任的姿態。

事實上，騰訊在AI人才布局上早已啟動“高密度引進”。據騰訊財報會信息，截止目前，在騰訊公司內部，有超90%的騰訊工程師在使用騰訊云代碼助手CodeBuddy，50%新增代碼由AI輔助生成，代碼評審環AI參與度達94%。這反映出AI工具已深度融入開發流程。

從外部看，姚順雨的加入并非個例，騰訊在過去一年中持續加強在機器學習、自然語言處理、多模態等方向的人才招募與團隊重組，旨在構建一個既能攻堅核心技術、又能快速響應業務場景的敏捷組織。

混元進展：從模型迭代到場景滲透

架構與人才的背后，是騰訊混元大模型在過去一年中的快速進化。官方資料顯示，混元已發布超過30個新模型，其中混元2.0在復雜推理與文本生成上已達“國內領先”水平，混元3D模型更在部分指標上保持“全球領先”。開源社區的積極反響——下載量超300萬——也反映出其在技術社區中的認可度。

更重要的是，騰訊正在推動大模型從“技術資產”向“業務引擎”轉變。截至目前，混元已在騰訊內部超過900款應用和場景中落地，覆蓋會議、微信、廣告、游戲等核心業務。這種“內循環”式的場景滲透，不僅為模型迭代提供了真實數據與反饋閉環，也為外部商業化奠定了基礎。

在用戶端，AI助手“騰訊元寶”通過持續高頻的版本迭代，擁有穩定用戶規模。與此同時，騰訊將AI能力逐步融入微信、QQ、音樂、會議等產品中，形成“顯性應用+隱性賦能”的雙線推進策略——既打造獨立的AI產品標桿，也通過現有生態降低用戶使用門檻，實現AI服務的“自然觸達”。

戰略邏輯：工程化能力與場景優勢的雙輪驅動

與一些以研究見長的AI公司不同，騰訊此次架構升級尤其強調“工程化優勢”。騰訊方面表示：“AI大模型研究與工程技術緊密相關。”騰訊在混元大模型訓練與海量業務場景中積累的系統化工程能力，正成為其區別于純粹研究型機構的關鍵差異點。

這一特點在AI Infra部的設立上體現得尤為明顯。該部門聚焦的分布式訓練、高性能推理等，正是將大模型從實驗室推向大規模應用的核心工程技術環節。騰訊顯然希望憑借其多年來在云計算、分布式系統、海量用戶服務等領域積累的工程經驗，為大模型的穩定、高效、規模化落地提供堅實底座。

另一方面，騰訊擁有的豐富業務場景與用戶生態，為其AI技術提供了“試驗田”與“放大器”。從內部900余個應用到外部數億用戶產品，騰訊能夠在一個相對可控的環境中完成技術驗證、場景適配與體驗優化，進而形成“場景驅動技術、技術賦能場景”的良性循環。

挑戰與展望：技術攻堅、生態構建與商業化平衡

盡管動作頻頻、進展可見，騰訊在AI領域的征程仍面臨多重挑戰。技術上，大模型的前沿探索如推理能力、多模態理解、長上下文處理等仍需持續攻堅；工程上，如何進一步提升訓練效率、降低推理成本、保障系統穩定，是規模化落地的關鍵；生態上，除了內部應用，騰訊還需推動AI能力向更廣泛的產業與開發者開放，構建具有活力的外部生態。

此外，AI投入與商業化回報之間的平衡也是長期課題。大模型的研發與運維成本高昂，盡管騰訊通過內部降本增效已初見成效，但如何將AI能力轉化為可持續的商業模式，尤其是在To B與產業端形成規模收入，仍需進一步探索。

從此次架構升級與人才引進來看，騰訊正在以更加系統、務實、敏捷的方式推進AI戰略。它不再將大模型視為孤立的技術項目，而是作為一項貫穿組織、驅動業務、連接生態的核心能力來建設。在AI從技術爆發期轉向應用深水區的今天，這種兼具工程厚度、場景廣度和人才高度的打法，或許正是騰訊在這場持久戰中構筑差異化優勢的關鍵所在。