腾讯混元挖来xAI多模态负责人补上第三块拼图:豪华阵容齐了,但现在能用的到底有几张牌?

源自10位全网作者

11:16

马斯克没留住的人,被腾讯接走了?

8月18日周一,一条不到四十个字的消息在AI圈炸开:据金色财经报道,马斯克旗下SpaceX人工智能部门xAI的多模态负责人蔺旭东,加入腾讯,出任混元多模态内容生成负责人。知乎没有官宣,没有发布会,腾讯也没有公开回应,但这种级别的空降一般瞒不住。更有意思的是落位——四天之前,混元多模态内容生成负责人的位置,刚好空了出来。

蔺旭东是谁

把履历摊开,他几乎踩中了AI这十年的每一个热点。清华自动化系本科,哥伦比亚大学博士,师从多媒体领域的老牌大牛张世富教授,2024年毕业。读博期间他参与了一篇很扎心的论文,叫BLINK,发在ECCV 2024。论文里有一组数字,人类做视觉感知测试平均能拿95.70分,GPT-4V只有51.26分。知乎翻译成人话:模型能看见,但看不懂——而蔺旭东做的正是这道题。

后来他的名字出现在Gemini 2.5技术报告的署名作者里,Google Scholar上挂出的机构变成了xAI。中间他还跟腾讯AI Lab合作过论文,CVPR 2023那篇视频语言预训练的工作里就有腾讯的身影。知乎所以他这次去腾讯,严格说算半个回炉:老熟人,旧关系,新职位。

腾讯混元挖来xAI多模态负责人补上第三块拼图:豪华阵容齐了,但现在能用的到底有几张牌?

xAI那边:11位联创全部出走

把这次跳槽放进xAI这半年的背景里,一点都不意外。今年2月,SpaceX用全股票交易把xAI收了,合并后的实体估值1.25万亿美元。知乎然后就是雪崩——2023年马斯克亲手拉起的xAI创始天团,11位联合创始人,到2026年3月底全部出清,一个不剩。知乎5月6日,xAI的法律实体注销,业务整体并入SpaceX,改名SpaceXAI,马斯克自己的说法是,xAI将作为独立公司解散,成为SpaceX的AI产品部门。知乎一支曾经冲着OpenAI去的队伍,如今整体改姓SpaceX。

混元自己,正在大换血

别以为腾讯是气定神闲的接收方,混元这几个月自己就在大换血。7月23日,腾讯宣布将混元大语言模型部门与多模态模型部门合并,组建基础模型部,由腾讯首席AI科学家姚顺雨统一负责。知乎7月初,前OpenAI研究员田永龙加入大语言模型部,接替胡瀚负责视觉语言模型方向的研发,直接向姚顺雨汇报。36氪而多模态理解的原负责人胡瀚,被曝已经离职创业。知乎理解方向的交接刚落定,生成侧的位置,紧接着也悬了起来。

然后是8月14日,混元多模态内容生成负责人钟钊被曝将离职。知乎钟钊是HunyuanVideo和混元图像的功臣,他要是走了,内容生成就空出一个大洞。四天之后,蔺旭东来了,头衔恰好就是接任者的头衔,时间线严丝合缝,很难说是巧合。

腾讯也在为这轮换血真金白银地掏钱:Q2资本开支达到527.84亿元,同比增加176%,环比增长65%。36氪还有一个反常识的细节:蔺旭东的底色是多模态理解,现在要管的却是内容生成——一个研究了多年机器怎么看的人,转头去管机器怎么画、怎么生成视频,这个安排本身就很有想象空间。

Hy3到底能打吗:社区实测的两面

先对齐基本盘。7月6日,腾讯发布混元Hy3并Apache 2.0开源,295B MoE激活21B参数,256K上下文,智能体和代码能力官方口径对标2到5倍参数规模的旗舰。微博

腾讯混元挖来xAI多模态负责人补上第三块拼图:豪华阵容齐了,但现在能用的到底有几张牌?

社区实测比官方口径更直接。在真实工作的模型盲测中,Hy3均分优于GLM 5.1,横评里的三个前端生成case也全部由Hy3拿下第一。知乎本地部署这边更热闹:有人做出了1bit量化版本,89.93GB,意味着一张卡就能跑2950亿参数的旗舰,llama.cpp官方也合并了对Hy3的支持代码。知乎调用量也说了实话:Hy3正式版推出后,全渠道日均Token使用量较Preview版本增长约7倍。36氪

腾讯混元挖来xAI多模态负责人补上第三块拼图:豪华阵容齐了,但现在能用的到底有几张牌?

但短板同样明确。国外评测给的结论大致是,推理和Agent能力出色,成本效率惊人,盲测前端项目能赢GLM,编码还追不上GPT-5.4。知乎256K上下文纸面上不小,真喂长文档时会显得局促;WorkBuddy端目前是限时免费,官方把免费窗口延到了8月31日,之后还续不续,是个未知数。微博

这手牌谁用得着:三类人三种玩法

想直接体验的云端用户:最省事的入口是在WorkBuddy里调用Hy3,趁免费窗口先跑一遍智能体任务拆解和前端生成,再决定要不要长期用。

腾讯混元挖来xAI多模态负责人补上第三块拼图:豪华阵容齐了,但现在能用的到底有几张牌?

本地部署党:官方AngelSlim工具链支持量化压缩,社区1bit量化版把295B旗舰压到89.93GB,一张大显存显卡就能拉起来跑。

普通用户:不用研究部署,元宝里就能直接用混元的全模态能力,元宝还悄悄上线了文生视频,图文音视全模态就此凑齐。知乎

先泼盆冷水:三重风险和三个信号

最后泼点冷水。明星空降至少有三重风险:文化上,xAI出来的人习惯猛冲猛打,腾讯的底色是稳扎稳打;专业上,理解出身的人转管生成,范式切换需要时间;组织上,半年内多模态负责人换了几茬,磨合成本不低。知乎Hy3发布首周总调用量较上一代Hy2增长超过68倍,势头是真的。知乎但下一仗是多模态生成和Agent,难度也是真的上了一个量级。与其急着下结论,不如盯三个信号:一看HunyuanVideo和混元图像的开源仓库有没有实质动作,二看基础模型部接下来三个月能不能交出多模态新成果,三看WorkBuddy的免费窗口8月31日之后还续不续。这次捡漏,还是又一次昂贵的重逢,半年后见分晓。

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章