胡瀚是計算機視覺領域通用架構Swim Transformer的核心作者之一。

原標題：前微軟亞研院視覺專家胡瀚加入騰訊，負責混元多模態大模型
文章來源：大數據文摘
內容字數：2974字

騰訊混元大模型迎來新負責人：前微軟亞洲研究院首席研究員胡瀚

本文總結了AI科技評論獨家報道：前微軟亞洲研究院視覺計算組首席研究員胡瀚加入騰訊，接替離職的劉威，負責多模態大模型研發工作。

1. 胡瀚的學術背景和職業經歷

   胡瀚擁有清華大學本科和博士學位，師從周杰教授，博士論文獲2016年中國人工智能學會優秀博士論文獎。他曾在賓夕法尼亞大學GRASP實驗室進行訪問研究，后加入百度深度學習研究所(IDL)，擔任Tech Leader。2016年加入微軟亞洲研究院視覺計算組，擔任首席研究員。

2. Swin Transformer及其影響

   胡瀚作為核心作者參與了具有里程碑意義的論文《Swin Transformer: Hierarchical Vision Transformer using Shifted Windows》的創作。該論文解決了當時業界關于Transformer和卷積神經網絡的爭論，Swin Transformer的性能優于當時的許多主流網絡，成為計算機視覺領域通用的backbone，并獲得了ICCV最佳論文獎（馬爾獎）。

3. 胡瀚加入騰訊的意義

   胡瀚加入騰訊，接替了離職的劉威，負責混元大模型的多模態研發工作。這表明騰訊在多模態大模型領域持續投入，并希望借助胡瀚在計算機視覺領域的深厚積累，進一步提升混元大模型的能力。

4. 劉威的貢獻和離職

   劉威曾是騰訊AI Lab的負責人之一，在計算機視覺和多模態領域取得了顯著成就，參與了騰訊混元大模型的早期研發工作，包括CV基礎大模型、多模態理解大模型、文生圖、文生視頻大模型等。其離職消息在十一月下旬被媒體報道。

5. 騰訊混元大模型的最新進展

   騰訊混元大模型已陸續推出文生文、文生圖、3D生成等能力，并在12月3日開源了130億參數量的文生視頻能力，被認為是混元系列大模型當前的最后一塊重要拼圖，標志著騰訊在多模態大模型領域取得了新的進展。

總而言之，胡瀚的加入為騰訊混元大模型注入了新的活力，預示著騰訊在AI領域，特別是多模態大模型領域的持續發力。 胡瀚在Swin Transformer上的突出貢獻以及他在計算機視覺領域的深厚積累，將助力騰訊混元大模型在未來取得更大的突破。

聯系作者

文章來源：大數據文摘
作者微信：
作者簡介：普及數據思維，傳播數據文化