庞天宇离职：腾讯混元集权重估多模态RL - 皇冠体育

11月2日，多个消息来源确认，腾讯混元多模态强化学习负责人庞天宇已离职，入职时间不足9个月，下一步大概率选择创业。在常规的人才流动背景下，这仅是一名年轻研究员的职业转型。然而，结合腾讯混元在2026年经历的一场自上而下的重组，这成为一个值得剖析的结构性案例：一位被高调引入的“95后”首席研究科学家，恰好在一套体系从分散走向集中、从多线并行转向单点突破的整合过程中，失去了其在组织架构中最初被赋予的位置。

庞天宇的学术背景几乎无可挑剔。他出生于1995年，高一保送清华大学，2017年本科毕业于数理基础科学班，2022年在计算机系获得博士学位，师从朱军教授，在ICML、NeurIPS、ICLR等顶级会议上发表70余篇论文，总引用次数超过15000次，并几乎包揽了微软学者、百度奖学金、英伟达学术先锋奖等荣誉。2026年1月30日，他在小红书宣布加入腾讯，担任混元首席研究科学家兼多模态强化学习技术负责人，从新加坡Sea AI Lab回国。入职后，他带领团队于6月开源了UniRL框架——一个旨在将扩散模型、自回归模型与生成理解统一模型的强化学习训练整合到同一流程中的分布式后训练框架，首次在多模态生成领域打破了技术栈的孤立状态。从任何技术评价角度看，这都是一条典型的大厂引才到快速产出的路径。

问题不在于庞天宇是否足够优秀，而在于他加入的时间点，恰好与混元体系一场不可逆转的整合相撞。

一场被迫的集中化

2025年底之前的腾讯混元，在大模型竞争中的地位并不理想。行业对其“落后”的评价一度近乎共识，榜单分数与实际落地能力之间的差距显而易见。转折点出现在2025年12月17日：腾讯宣布升级大模型研发架构，前OpenAI研究员姚顺雨出任首席AI科学家，同时负责AI基础设施部与大语言模型部，直接向总裁刘炽平汇报。这位1998年出生的年轻人，被高层寄予的期望，用一位接近腾讯的人士的话说，“就是希望他来打破现有秩序”。

“打破秩序”在接下来的半年里从概念变为组织现实。2026年7月24日，腾讯TEG发布架构调整决定，撤销大语言模型部与多模态模型部，合并成立基础模型部，由姚顺雨统一管理，向TEG总裁卢山汇报。此前分立运行的“双轨制”——语言一条线、多模态一条线——在运行约15个月后被整合到同一领导下。腾讯给出的官方理由是“提升模型研发和协同效率，探索全模态模型的智能上限”。但组织语言的温和，掩盖不了资源逻辑的严峻：当一个体系决定用集中化来弥补失去的时间，它必须在最短时间内回答一个问题——哪些方向是“必须赢”的，哪些方向可以暂时退居次要位置。

答案在产品迭代和资本开支的节奏中清晰可见。Hy3正式版于2026年7月发布，发布一周后总调用量较上一代Hy2增长超过68倍，WorkBuddy自选模型中用户选择Hy3的比例达到60%。紧随其后的Hy4预览版于2026年8月底发布，总参数量从Hy3的2950亿激增至7700亿，激活参数从210亿升至490亿，Code Arena WebDev排名从第28位跃升至第6位。高盛在研报中将这一节奏描述为“迄今最大幅度的代际能力跃升”，并将腾讯的“产品+模型闭环”策略——模型优先通过WorkBuddy、CodeBuddy等自有产品分发，在真实用户场景中收集数据反哺迭代——视为其在Agent时代建立差异化优势的核心路径。资源正在以极高密度向语言基座和Agent出口集中，这是一条以“能赢”为唯一标准的路线。

多模态RL的位置重新评估

多模态并未被放弃。腾讯混元在图像、视频、3D生成等方向上的开源模型矩阵仍然存在，UniRL框架也在10月更新至v0.2.0。但“存在”与“处于核心”之间，隔着一整套资源分配的真实逻辑。

姚顺雨体系对多模态的定位，可以从组织合并本身的含义中解读出来：多模态不再是需要单独设立部门、单独配备首席科学家来捍卫的独立战线，而是被并入“基础模型”这一统一底座中，成为全模态能力的一个组成部分。这一安排的技术前提是，语言模型的推理能力正在成为跨模态能力的公共基座。一位多模态研究员的判断颇具代表性：文字、图像、视频的识别准确率已能做到85%以上，“难的其实是视觉推理”，而这一步“靠多模态研究是不够的，而是要提升语言模型的推理能力”。当多模态的边际突破越来越依赖于语言基座的推理跃升，而语言基座又恰好是混元当前优先级最高的攻坚方向时，一个以多模态RL为独立标签的前沿团队，在资源优先级的天平上就不再拥有入职时那种不言自明的重要性。

庞天宇并非这条线上唯一离开的人。在他之前，原混元多模态理解负责人胡瀚已于2026年7月离职创业，创办Winverse AI，主攻具身大脑与世界模型，DeepSeek同意领投种子轮，投后估值约4亿美元，美团龙珠也做出了投资承诺。胡瀚是Swin Transformer的核心作者之一，2025年初加入腾讯后主管混元视觉语言模型与具身基础模型，被评为“腾讯混元杰出科学家”。两位多模态方向的核心人物在四个月内先后离开，不是巧合，而是同一种结构性重新评估在两个节点上的先后显现。

创业窗口与“关键人物”的悖论

庞天宇的选择还有一个不容忽视的外部条件：2026年的大厂AI人才外流，已形成一种有清晰价格信号的产业现象。投资人手中握着一份不断更新的“大厂离职名单”，头部机构在技术负责人正式离职前就开出大额支票的情况并不罕见。前阿里通义千问技术负责人林俊旸创办语用科技，天使轮融资2.2亿美元，投后估值20亿美元；胡瀚的Winverse AI在隐身状态下即获得4亿美元估值。人才从大厂向外流动，资本跟着人才流动下注，创业不再是“退路”，而是一条在特定技术周期中被系统性定价的并行路径。对于庞天宇这样拥有顶会论文密度和工程组织能力的年轻研究者，留在体系内所获得的“Scope”，与在创业窗口中获得的自主权和估值弹性之间的比较，已不再是一个显然的单选题。

但对腾讯而言，真正值得审视的并不是个体是否应该创业。问题在于，一个正在集中化、以“关键人物”为轴心重构的体系，在提升决策与执行效率的同时，也将自身对单点人物的依赖推到了前所未有的高度。姚顺雨用不到一年时间完成了混元研发体系的整合，Hy3和Hy4的迭代节奏确实让腾讯重新回到了牌桌上。然而，当多模态RL这条线上唯一的“首席研究科学家+技术负责人”在9个月内离开，而这条线在整合后的版图中已被定义为“基础模型”的一个子集而非独立战线时，组织效率的提升与它对关键位置的脆弱性，恰好是同一枚硬币的两面。集中化让资源集中到了“必须赢”的方向，也让那些不在核心上的方向，失去了用“留人”来维系战略纵深的空间。

庞天宇的9个月，是一名顶尖年轻研究者与一台高速整合的机器之间一次未能完成的契合。他入职时，混元正在合并；他离开时，合并已经完成。这不是一个关于对错的故事，而是一个关于优先级的结构性事实：当一家巨头用集中化与聚焦来追赶时间，个体的去留就不再只取决于才华与资源的多寡，而取决于才华与资源是否恰好落在那个正在收缩的、被定义为“必须赢”的核心内。而核心之外的位置，正在被重新定价。

本文来自微信公众号“Tech商业”，作者：Tech商业，36氪经授权发布。