跳转到主要内容

清华AI精英加盟腾讯,助力多模态学习加速发展

清华培养的AI人才执掌腾讯前沿研究

腾讯继续推行其人工智能领域的激进人才引进策略,招募了著名机器学习专家彭天佑。这位清华大学博士将于2月4日就任首席研究科学家,主导多模态强化学习技术的突破。

Image

从学术奇才到行业领袖

彭天佑的成长轨迹堪称学术卓越的典范:

  • 早期潜力:高中毕业后直接考入清华大学著名的基科班
  • 研究血统:2022年在知名教授朱军指导下完成博士学位
  • 论文高产:在顶级会议(ICML、NeurIPS)发表70余篇论文,被引超15,000次
  • 奖项收割机:荣获微软学者奖学金、百度奖学金和NVIDIA学术先锋奖等荣誉

这位年轻学者在新加坡Sea AI Lab积累了行业经验后响应了腾讯的召唤。

使命:通过强化学习桥接多模态

彭天佑的任命标志着腾讯将重点聚焦于:

  1. 多模态整合:创建能无缝处理文本、图像等多种数据类型的AI系统
  2. 强化学习突破:为生成模型开发更复杂的奖励机制
  3. 前沿探索:带领专项团队推进自适应学习算法的边界

此举正值腾讯开源通义图像3.0数周后——该技术现已跻身全球图像编辑领导者行列——并被整合至其"元宝"AI助手中。

人才争夺战白热化

这家中国科技巨头似乎正陷入一场愈演愈烈的顶级AI研究人员争夺战:

  • 2025年12月:从OpenAI挖角姚顺宇担任首席AI科学家
  • 当前举措:招揽彭天佑强化其强化学习实力
  • 未来计划:CEO马化腾暗示将通过战略招聘进行更多"深度重组"

这些收购反映了腾讯在基础模型开发领域参与全球竞争的决心。 关键要点

  • 彭天佑带来清华和Sea AI Lab的强大资历
  • 他将专注于对下一代AI至关重要的多模态强化学习
  • 招聘热潮延续了腾讯对标OpenAI等全球领导者的努力

喜欢这篇文章?

订阅我们的 Newsletter,获取最新 AI 资讯、产品评测和项目推荐,每周精选直达邮箱。

每周精选完全免费随时退订

相关文章

News

腾讯AI布局再添强援:顶尖科学家田雨鹏加入混元团队

腾讯在人工智能人才争夺战中再下一城,聘请田雨鹏担任混元多模态团队首席研究科学家。这位清华大学博士、前Sea AI Lab研究员将专注于提升腾讯旗舰AI模型的强化学习能力。此举彰显了腾讯持续领跑多模态AI前沿研发的决心。

February 3, 2026
腾讯人工智能研究强化学习
News

AI的现实检验:顶尖模型在专家考试中惨败

在一项令人清醒的发现中,包括GPT-4o在内的领先AI模型在全球专家设计的严格新测试中表现糟糕。这场'终极人类考试'暴露了AI推理能力的重大局限,表现最佳者准确率仅勉强达到8%。这些结果挑战了我们对人工智能真实能力的假设,并引发疑问:当前基准测试衡量的是真正的理解力,还是仅仅精妙的模式匹配能力。

February 3, 2026
AI测试机器学习人工智能
News

Anthropic的Claude 5以Fennec模型颠覆AI编程领域

Anthropic即将发布代号为Fennec的Claude Sonnet5,这款革命性的AI编程模型在性能超越旗舰产品的同时,成本却减半。它以80.9%的SWE-Bench破纪录分数和创新的'群体'开发能力著称,可自主处理完整软件项目。此时机看似精心策划,正值OpenAI准备推出其Codex套件之际。

February 3, 2026
AI编程Claude Sonnet5Anthropic
News

DeepMind先驱押注类人类学习方式的AI

AlphaGo背后的远见者David Silver已离开谷歌,追寻他对人工智能的大胆新愿景。他的初创公司Ineffable Intelligence倡导强化学习——这种AI通过经验而非仅仅吸收人类知识来学习。这一离职事件标志着AI研究方法正出现日益明显的分歧,顶尖人才正在探索替代当今主流大语言模型的方案。

February 2, 2026
人工智能机器学习科技创业
印刷标识可诱使自动驾驶汽车做出危险动作
News

印刷标识可诱使自动驾驶汽车做出危险动作

一项惊人研究发现,简单的印刷标识就能轻易欺骗自动驾驶系统。研究人员发现,放置在路边的文字指令能覆盖安全协议,导致车辆在近82%的情况下忽略行人。这一漏洞同时影响无人驾驶汽车和无人机,引发了关于AI安全的紧迫问题。

February 2, 2026
自动驾驶车辆AI安全机器学习
News

谷歌AI的意外之喜:当机器超越其创造者

谷歌CEO桑达尔·皮查伊最近承认对AI系统的控制有限,引发了广泛讨论。像PaLM这样的大型语言模型通过海量数据处理展现出意料之外的技能,但这并非真正的'自我学习'。虽然这些涌现能力展现了潜力,但AI决策的黑箱特性在日益自动化的世界中引发了关于安全性和透明度的重要问题。

February 2, 2026
AI透明度谷歌研究机器学习