7月23日消息，据知情人士透露，腾讯混元大模型多模态内容理解负责人胡瀚即将离职，计划创业，目前已在与风险投资机构接触。
胡瀚的学术背景颇为扎实，他2008年获得清华大学本科学位，2014年获得清华大学博士学位，师从周杰教授。
博士论文获2016年中国人工智能学会优秀博士论文奖。2012年，他曾赴宾夕法尼亚大学GRASP实验室做访问研究，师从史建波教授。
博士毕业后，胡瀚加入百度深度学习研究所，担任tech leader角色。百度深度学习研究所由现地平线创始人余凯挂帅，是国内最早开展深度学习研究的机构之一。
2016年12月，胡瀚加入微软亚洲研究院视觉计算组，后担任首席研究员。微软亚洲研究院视觉计算组有计算机视觉界“黄埔军校”之称，曾走出孙剑、何恺明、华刚、梅涛、王井东、代季峰等多位业界技术领军人物。
在微软期间，胡瀚与团队于2021年提出Swin Transformer模型，该模型成为推动视觉骨干网络从卷积神经网络向Transformer迁移的里程碑式工作。
Swin Transformer通过在Transformer基础上引入层次化和局部化设计以及对移位窗口方法的创新，使Transformer架构既能适配视觉信号又能高效运行，首次在两个最具代表性的视觉评测集上取得突破。
2025年1月，胡瀚加入腾讯，接替已离职的前腾讯混元大模型技术负责人刘威，负责多模态大模型的研发工作。
刘威于2024年11月从腾讯离职，随后在新加坡开始AI视频生成领域的创业。
胡瀚在腾讯期间担任腾讯杰出科学家、腾讯混元大模型Tech Lead，同时是ICCV 2021最佳论文Swin Transformer作者和MIT TR 35岁以下科技创新35人（中国）入选者。
他在多模态理解、生成、学习等相关领域发表顶会顶刊论文超过120篇。
此次离职正值腾讯混元大模型团队经历新一轮核心人员变动。
本月中旬，有消息称多模态理解预训练负责人彭厚文与大语言模型预训练负责人姚星丞均将相继离职。彭厚文2024年加入腾讯，此前曾任微软亚洲研究院主管研究员。
另有报道称，OpenAI前研究员田永龙有望加入腾讯混元，执掌多模态方向。
匿名用户
