A Tencent Hunyuan contratou o cientista pesquisador da OpenAI, Tian Yunlong, para liderar sua equipe de modelos multimodais. Ele se reportará ao cientista-chefe de IA, Yao Shunyu. Este movimento faz parte de uma recente grande campanha de atração de talentos em inteligência artificial.
A trajetória educacional de Tian segue o padrão típico de especialistas de elite em IA na China. Ele obteve um bacharelado na Universidade Tsinghua e, posteriormente, um mestrado na Universidade de Hong Kong, sob a orientação dos pioneiros conhecidos em visão computacional Tan Xiao'ou e Wang Xiaogan. Ele concluiu seus estudos em EECS no Instituto de Tecnologia de Massachusetts (MIT), sob a orientação de Philip Isola, inventor do CycleGAN.
De acordo com o perfil de Tian no Google Scholar, ele possui 28.778 citações e um índice h de 35, sendo que apenas 3.436 citações foram registradas em 2026. Após obter seu doutorado, Tian trabalhou na equipe de pesquisa do Cambridge Google DeepMind e, em seguida, passou para a OpenAI como cientista pesquisador.
Na OpenAI, ele se especializou em percepção de máquina, modelos generativos e representação de informações sob uma perspectiva visual. Sua colaboração com Yao Shunyu na OpenAI torna sua subsequente parceria na Tencent um desenvolvimento natural. Uma das contribuições acadêmicas mais significativas de Tian é o método Supervised Contrastive Learning, que expandiu a estrutura de aprendizado contrastivo para cenários supervisionados através da clusterização de amostras de uma mesma classe no espaço de representações. Este trabalho influenciou os designs subsequentes de modelos de pré-treinamento de visão, incluindo as séries SimCLR e MoCo.
Um trabalho mais recente da equipe, Fluid (outubro de 2024), demonstrou que os modelos autorregressivos de geração de texto para imagem usando tokens contínuos superam significativamente as abordagens com tokens discretos, sendo que a geração em ordem aleatória supera a geração em ordem raster fixa. A equipe treinou o modelo Fluid 10.5B como novo padrão.
A chegada de Tian faz parte de uma série de mudanças na equipe de tecnologias multimodais da Hunyuan. Após a saída do ex-líder de direção multimodal, Liu Wei, no final de 2024, a Tencent fundou departamentos independentes de LLM e modelos multimodais no TEG em abril de 2025. Seguiu-se então a contratação de funcionários do Microsoft Research Asia e do laboratório Tongyi da Alibaba. No entanto, as capacidades da Hunyuan em multimodalidade são frequentemente consideradas defasadas em relação ao Doubao da ByteDance e ao Tongyi Qianwen da Alibaba.
A profunda experiência de Tian em modelos generativos e representação visual, combinada com a especialização de Yao no pós-treinamento de modelos de linguagem, garante uma cobertura completa das principais áreas de LLM e multimodalidade. Para a Tencent, a chegada de Tian sinaliza a intenção de criar uma verdadeira diferença tecnológica em multimodalidade, e não apenas permanecer como uma ferramenta para integração no ecossistema WeChat e QQ. A empresa espera que os talentos de pesquisa de alto nível permitam que ela reduza o atraso em relação aos concorrentes com maior financiamento.
Gu Yushen, doutorando da Tsinghua, bolsista especial com quase 5000 citações, juntou-se à DeepSeek em antecipação ao lançamento oficial da DeepSeek V4, programado para meados de julho.
A DeepSeek está ativamente contratando especialistas em pesquisa algorítmica, engenharia, desenvolvimento de produtos, operações e engenharia de dados em preparação para o lançamento da DeepSeek V4. Entre os autores mencionados no trabalho científico da DeepSeek V4, destaca-se Gu Yushen. Ele é um candidato a doutorado da Universidade Tsinghua e recebeu a Bolsa Especialista de Graduado da Tsinghua para 2025, de acordo com um comunicado da publicação Machine Intelligence.
Gu Yushen ingressou oficialmente na DeepSeek, adicionando um dos mais promissores jovens pesquisadores de IA da Tsinghua ao quadro da empresa. Anteriormente, ele recebeu a Bolsa Apple para PhD em 2025 e a Bolsa Ant Group In-Tech. Ele é formado no programa de PhD em Ciência da Computação na Universidade Tsinghua, onde também concluiu sua graduação. Suas pesquisas são conduzidas sob a orientação do Professor Huang Minli no grupo de IA conversacional.
As pesquisas de Gu concentram-se em aumentar a eficiência durante todo o ciclo de vida dos grandes modelos de linguagem. Seu trabalho abrange pré-treinamento, adaptação em estágios subsequentes e inferência. Ele se dedica a três áreas principais: seleção de dados para pré-treinamento, onde desenvolve teorias e algoritmos para otimizar a seleção de dados visando criar modelos mais capazes e eficientes; compressão de modelos por destilação de conhecimento, onde projeta métodos de transferência de conhecimento de modelos grandes para menores, mais adequados para implementação; e desenvolvimento de arquiteturas de modelos eficientes, investigando novas estruturas que reduzem os custos computacionais enquanto melhoram o desempenho.
De acordo com seu perfil no Google Scholar, o número total de citações atinge quase 5000. Dois de seus trabalhos ultrapassaram o limiar de 1000 citações cada: 'Pre-trained Models: Past, Present and Future' e 'MiniLLM: Knowledge Distillation of Large Language Models'. Ele foi autor principal em vários trabalhos aceitos em conferências líderes de IA, como NeurIPS, ICLR, ACL e outras.
É notável que Gu contribuiu significativamente para a série de modelos linguísticos arquitetônicos híbridos Jet-Nemotron. Esta série demonstra precisão de modelos de atenção completa em nível de estado da arte com excelente eficiência. A versão Jet-Nemotron com 2 bilhões de parâmetros superou Qwen3, Qwen2.5, Gemma3 e Llama3.2 nos benchmarks MMLU e MMLU-Pro, garantindo ao mesmo tempo uma aceleração de geração de até 53,6 vezes em GPU H100 com um comprimento de contexto de 256K, superando modelos MoE maiores com atenção completa, incluindo DeepSeek-V3-Small e Moonlight.
Como Gu mesmo observou, 'Quando os recursos de hardware são limitados, as inovações algorítmicas tornam-se a chave para superar gargalos computacionais'. Sua filosofia de pesquisa corresponde ao foco da DeepSeek no desenvolvimento de IA orientada para a eficiência, tornando-o uma aquisição estratégica para a equipe antes do lançamento da V4.
