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

AI新浪潮觀察

5min read

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

連然2025/12/17

摘要

在混元 2.0 發布兩周后，騰訊大模型研發體系完成了一次關鍵的「系統升級」。

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。

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。

騰訊大模型混元