龐天宇以一種非常當下的方式官宣了自己加入騰訊——他親自在小紅書上發帖。就在昨天，他通過實名認證賬號釋出了一則招聘啟事，並順帶確認了自己“最近加入了騰訊混元”。
作為清華大學計算機系博士、前新加坡 Sea AI Lab 高階研究科學家，龐天宇也成為繼前 OpenAI 研究員姚順雨之後，騰訊在近幾個月內招攬到的第二位“95 後”頂尖 AI 科學家。
在職責分工上，龐天宇與姚順雨並不存在上下級關係。公開資訊顯示，龐天宇將擔任騰訊混元大模型團隊首席研究科學家，以及多模態強化學習技術負責人；而姚順雨此前披露，除“CEO 首席科學家”這一頭銜外，他還負責 AI Infra 部門和大語言模型部門。
值得注意的是，騰訊重點打造的混元 3D 系列——包括世界模型相關業務——在去年一次大規模團隊架構調整中，統一歸入了多模態部門。
與相對低調的姚順雨不同，龐天宇早已在中文網際網路實現過“破圈”。早在 2021 年，還是清華博士生的他便登上綜藝節目《燃燒吧！天才程式設計師》，成為少數被大眾熟知的青年 AI 研究員之一。同時，他也長期以實名身份活躍於知乎等平臺，直接參與技術討論。
加入騰訊後，龐天宇再次選擇在小紅書“自宣”。這種看似“網紅化”的操作，其實正是近一年 AI 圈的行業趨勢：社交媒體逐漸成為重要聯結器，科研大佬和 AI 負責人在平臺上招聘、分享成果、對外發聲，各家企業也都有“高 P 大佬”實名發帖。
而在騰訊內部，這種對外的開放姿態，與管理層的表述形成了一種有趣的對照。一方面，馬化騰在員工大會上反覆強調“穩紮穩打”；另一方面，他又親自為 AI 社交產品“元寶”站臺，並在春節期間推出 10 億元現金紅包活動，強勢爭奪 C 端使用者。
這兩條線索交織在一起，構成了騰訊 AI 的新敘事：產品層面，由元寶與混元衝鋒在前；組織層面，引入姚順雨、龐天宇等 95 後頂尖人才，將一批“少年英雄”推到臺前。27 歲的騰訊，似乎希望用更年輕的面孔，重新講述自己的 AI 故事。
01 走上綜藝舞臺的 AI 研究員
2021 年冬天，綜藝節目《燃燒吧！天才程式設計師》開播，鏡頭中出現的是一群二十歲出頭、專注於網路安全與 AI 的研究者。
節目將選手分為“攻防賽道”和“AI 賽道”。當時 25 歲的龐天宇，作為清華大學計算機系博士四年級學生，以“AI 選手”身份參賽。
在同期的媒體採訪中，龐天宇用“普通”來形容自己。他強調自己“不穿格子襯衫”，日常生活包括打籃球、健身、打遊戲和看電影。這種呈現方式也正契合節目初衷——藉助一批精英青年技術人才，打破公眾對程式設計師“單一、木訥、缺乏社交”的刻板印象。
出生於 1995 年的龐天宇，高中階段便獲得清華大學保送資格。2022 年博士畢業後，他加入新加坡知名研究機構 Sea AI Lab，擔任高階研究科學家。Sea 集團在東南亞影響力巨大，也是電商平臺 Shopee 的母公司。
在 Sea AI Lab 期間，龐天宇迅速獲得學界認可。根據 Google Scholar 統計，他以第一作者或共同第一作者身份，在 ICML、NeurIPS、ICLR 等國際頂級機器學習會議上發表多篇論文，總引用次數已超過 1.4 萬次。
儘管引用量並非衡量學術水平的唯一標準，但 1.4 萬次引用已屬於年輕 AI 研究者中的頂尖水平。作為對比，姚順雨的 Google Scholar 總引用數更高，接近 1.6 萬次。不過，兩人的研究方向差異明顯，單純比較引用意義並不大。
在 Sea AI Lab 的研究生涯中，龐天宇的研究興趣覆蓋機器學習多個核心方向，尤其聚焦於可信機器學習、深度生成模型以及魯棒性（robustness）。
所謂魯棒性，是指模型在噪聲、分佈變化或對抗干擾等非理想條件下，依然能夠保持穩定表現的能力。它關注的不是模型在“標準測試集”上的極致成績，而是在真實複雜環境中是否可靠、是否可控。
在機器學習領域，魯棒性與準確率之間長期被認為存在不可避免的權衡關係。龐天宇在 ICML 2022 的一篇論文中指出，這種矛盾並非模型能力的本質問題，而更多源於魯棒性定義本身的不合理。
他提出了一種名為 SCORE（自洽魯棒錯誤率）的新定義，通過重新設計魯棒性訓練的損失度量方式，以更符合“區域性等變性（local equivariance）”的視角來描述魯棒模型應有的行為。實驗結果表明，模型可以在保持高準確率的同時，實現更穩定的對抗魯棒性。
整體來看，龐天宇的研究路徑始終圍繞複雜環境下模型的穩定性與可靠性展開。這類研究並不直接追逐模型能力上限，卻對多模態系統和智慧體在真實產品中的可靠執行至關重要。在騰訊不斷強化多模態與 Agent 能力的背景下，這種研究取向本身就具備明顯的工程和產品導向。
近兩年，龐天宇的研究重點進一步延伸至大模型與多模態系統在真實部署中的風險問題。2024 年，他參與發表的 ICML 2024 論文，系統性展示了多模態大模型在 Agent 化之後可能出現的“安全放大效應”：在實驗中，單一對抗輸入一旦被某個智慧體“記住”，就可能在多智慧體互動中迅速傳播，進而導致整個系統失效。
這項研究首次將“大模型越獄”問題從單模型層面推進到多智慧體系統層面，並給出了可復現的實驗路徑。
從公開成果來看，龐天宇的研究覆蓋生成、理解以及系統層面的關鍵問題，既能參與核心模型研發，也能應對多模態與 Agent 落地過程中的穩定性和邊界挑戰。這種技術完整度，與騰訊混元體系的現實需求高度契合，也在一定程度上解釋了騰訊向其丟擲橄欖枝的原因。
02 龐天宇來到騰訊要做什麼？
騰訊的多模態部門，是在去年組織架構重組後形成的。從騰訊的模型版圖來看，該部門涵蓋影像生成、影片生成以及 3D 生成等方向，包括單體模型與世界模型。
隨著“少帥”龐天宇的到來，有必要先盤點他所接手的混元多模態基礎。
在影像生成方面，混元影像已更新至 3.0 版本（HunyuanImage3.0-Instruct），並推出圖生圖能力及開源版本。與早期更強調“生成質量”的模型不同，這一版本更突出對複雜指令的理解與執行，將文本理解、視覺理解和影像編輯整合進同一套多模態架構。
在影片生成領域，騰訊在 2025 年持續完善混元影片系列，補充了圖生影片、定製化生成等能力，並最佳化推理與部署方案，使其更適合開發者使用。
3D 則是騰訊多模態佈局中最具長期指向性的方向。目前，騰訊已正式釋出並開源混元 3D 世界模型，可根據文本或影像生成可漫遊的三維場景，並支援匯出至真實生產管線繼續編輯和使用。
圍繞這一模型，混元 3D 系列在 2025 年持續迭代，同時推出面向生產流程的工具產品，強化幾何精度、可控性以及結果復現能力。
綜合來看，混元多模態的階段性成果已經十分清晰：在影像、影片、3D 三條線上同步推進，同時在生態層面堅持全面開源，試圖持續擴大在開發者社群中的影響力。
從行業視角看，騰訊混元在多模態方向的開源模型活躍度較高。其中，混元 3D 系列在 Hugging Face 社群的下載量已超過百萬次，在開發者群體中具備一定聲量。相比之下，儘管混元也推出了大語言模型（如 Hunyuan-Large、Hunyuan-A13B 等），但在業內影響力仍不及其多模態生態。
隨著多模態能力逐步補齊，新的難題也隨之顯現。當前混元多模態面臨的核心問題，已不再是“能生成什麼”，而是能否穩定、準確地按照使用者意圖完成複雜任務。
在不同模態下，這一挑戰各有側重：圖生圖不僅要改得精準，還不能誤傷其他區域，同時保持風格與結構一致；影片生成的難點在於運動是否自然、鏡頭與主體前後是否一致，以及長序列是否容易失控；而在 3D 場景中，挑戰則集中在幾何精度、結果可控性以及生產流程的穩定復現。
去年 8 月，字母 AI 曾專訪騰訊混元 3D 負責人郭春超。他在採訪中表示，後續重要的最佳化方向之一，是逐步降低使用者使用門檻，“比如幫助使用者做更多 prompt 改寫，或提供更多模態輸入，如‘文+圖’、‘文+多圖’，讓可控性更貼近使用者的真實想法”。
可以看出，提升可靠性一直是混元內部聚焦的重點。隨著騰訊近期不斷釋放加碼 C 端 AI 業務的訊號，多模態模型持續最佳化的緊迫性進一步上升。
在最近舉行的騰訊員工大會上，馬化騰親自為元寶站臺。騰訊一方面上線“元寶派”這種多人社交形態的探索，另一方面配合春節 10 億元紅包玩法，將 AI 助手從單人對話拉向群體場景和高頻社交分發。元寶中的多模態能力也即將迎來海量使用者的真實檢驗。
相比 B 端場景，C 端應用對模型輸出穩定性的要求明顯更高。B 端使用者往往可以接受一定程度的反覆嘗試，而 C 端使用者雖然對細節質量容忍度更高，但對可靠性要求更嚴苛，因為他們缺乏足夠耐心進行多次試錯。
基於此，可以對龐天宇“來幹什麼”作出一種判斷：補強混元在多模態強化學習和模型行為邊界研究方面的能力，提升多模態場景下模型輸出的穩定性，並最佳化跨模態生成與理解任務。
除業務層面之外，龐天宇的加入同樣釋放了清晰的組織訊號。作為騰訊近期招攬的第二位 95 後 AI 學者，他的到來，顯然體現了騰訊在 AI 戰略中，有意將年輕人才推向臺前。
03 AI 業務要擺脫“舊形象”，新面孔很重要
“我們的團隊非常年輕且國際化，博士比例大約佔到三分之二，基本都來自海內外名校。”郭春超在去年一次專訪中這樣描述混元 3D 團隊。
不久之後，騰訊對外公佈了架構大調整，並先後引入姚順雨和龐天宇，分別坐鎮語言模型/基礎設施層以及多模態領域。
這背後，反映出騰訊在 AI 人才結構上的明顯轉向。過去兩年，騰訊愈發明確地將 AI 人才視為技術競爭的核心資產。
在剛剛過去的騰訊年會上，馬化騰表示：“每個企業的基因不同、體質不同，騰訊的風格就是穩紮穩打。”他同時指出，ChatGPT、DeepSeek 等產品改變了行業程序，但騰訊仍將堅持以“產品長期競爭力和使用者體驗”為核心路徑。
與此同時，他提到騰訊在過去一年顯著加大了對原生 AI 人才的吸引力度，希望通過年輕化力量重構研發團隊。在騰訊邁入 27 歲之際，馬化騰用“重構”和“年輕人才”兩個關鍵詞，概括 AI 業務的戰略調整。
這一思路在騰訊的“青雲計劃”中體現得更為具體。該計劃面向全球招募 2024—2026 年畢業的博士，以及 2025—2026 年畢業的本科和碩士生，為青年人才提供導師資源、算力支援以及極具競爭力的薪酬和職級。
馬化騰所說的“重構”，在某種程度上為騰訊 AI 及混元團隊搭建了一套梯隊式成長敘事，讓更多技術青年看到在騰訊內部成長為核心技術骨幹的路徑。
與此同時，字節跳動、阿里巴巴等大廠也在用真金白銀搶人：位元組上調薪酬和年終獎金預算，獎金池規模提升約 35%，以增強 AI 業務的薪資競爭力；阿里在秋招中，AI 崗位佔比超過六成，明確將 AI 技術人才作為重點增長方向。
為對標這些動作，騰訊不僅加大資源投入，也開始樹立一批年輕的“帶頭人”，讓姚順雨、龐天宇等人成為團隊的標識性人物。
在相當長的一段時間裡，騰訊給外界的整體印象偏向剋制與穩健。但“穩紮穩打”的另一面，是組織與決策上的慣性，這在 AI 競賽中並不佔優：在 C 端層面，騰訊的元寶尚未壓制豆包和 DeepSeek，甚至在部分聲量與活躍度指標上，被後來者千問反超。
正因如此，從核心團隊成員入手進行調整，對外釋放更年輕、更具進攻性的面孔，成為騰訊打破路徑依賴、重塑 AI 敘事的必要選擇。
頻繁在小紅書和知乎釋出招聘啟事的龐天宇，正是這一轉變最直觀的訊號——在定義未來生產力的 AI 行業裡，敘事本身也必須是“新瓶裝新酒”。27 歲的騰訊，需要一批“少年英雄”，為年僅 3 歲的混元講好 AI 的故事。