xAI多模态理解负责人蔺旭东加入腾讯混元
腾讯为什么偏偏需要多模态负责人？先把事实边界说清楚，蔺旭东从xAI加盟腾讯混元，目前来自行业媒体和知情人士消息，腾讯与本人尚未官宣。传闻可以分析，不能提前当任命书念。如果消息属实，我认为腾讯挖的不是一个“模型大神”标签，而是在补一条很具体的产品链。大语言模型处理文字，用户很容易比较，谁回答得快，谁写得好。但腾讯手里真正有差异化的资产，大量存在于文字之外。视频号是一帧帧画面、声音和字幕；广告要同时理解商品图、文案与用户反馈；腾讯会议要听语音、读屏幕、抓重点；企业微信里的智能体还要识别图片、表格、单据和聊天上下文。这些场景共用的难题，是让模型在不同模态之间保持同一套理解，而不是分别做几个“看图小工具”。这正是VLM和跨模态训练负责人能发挥作用的地方。目前Hy3是295B总参数、21B激活参数。换句话说，每次推理大约只激活总参数的7.1%，约十四分之一。MoE路线解决的是“模型容量很大，但单次计算别贵到用不起”；多模态负责人要解决的，则是这套容量怎样真正看懂图文音视频。两者拼起来，才有机会从实验室指标走进亿级产品调用。
发布于 湖南
分享
评论
赞
未登录
友善发言
评论
加载中
