腾讯前核心 AI 骨干叶德珩加盟字节跳动 Seed 团队

一句话结论

前腾讯 AI Lab R4 部门合伙人、技术高管叶德珩加入字节跳动 Seed 团队，标志着大厂顶尖 AI 人才向基础模型研发体系加速流动。

关键要点

• 叶德珩已确认加入字节跳动 Seed 团队，担任研究员并开展基础模型（Foundation Models）相关研究，其个人资料页显示该变动自 2026 年起生效。
• 这位曾在腾讯任职近九年的核心研究人员，于 2026 年 2 月 21 日前后离开腾讯，当时其所在的 R4 团队成立尚不足半年。
• 离开腾讯后，原 R4 团队被整合进由薄列峰负责的多模态体系，成为腾讯撤销 AI Lab 前重大组织架构调整的组成部分。
• 新个人主页列出了包括 SeedXxx 模型在内的未公开项目，并提及 ui-voyager、omni-reasoner 和 proact 等生成媒体方向的智能体系统。
• 腾讯于 2026 年 3 月 20 日正式撤销 AI Lab，部分成员转入大语言模型部并加入混元团队，产学研合作中心则获得保留。

背景与事实

叶德珩的职业变动发生在腾讯 AI 组织架构进行剧烈调整的特定时间窗口内。根据公开资料梳理，这位前腾讯 AI Lab R4 部门合伙人已于 2026 年 2 月离开腾讯，比腾讯正式宣布撤销该机构的时间点更早。叶德珩于 2017 年加入腾讯，供职时间长达九年。在离职前，他作为腾讯 AI Lab 合伙人制核心成员之一，曾带领团队将机器学习技术应用于《王者荣耀》等复杂游戏场景，并在 2021 年作为腾讯技术工程事业群悟空 AI 团队负责人负责关键技术方案研发。随着其离职，原 R4 团队被调整至薄列峰负责的多模态体系。2026 年 3 月 20 日，腾讯内部下发通知撤销成立近十年的 AI Lab，部分成员调整至大语言模型部，加入混元团队，并向首席 AI 科学家姚顺雨汇报。

叶德珩的学术背景具有跨领域特征。他于 2016 年在新加坡南洋理工大学取得计算机科学博士学位，随后在微软从事博士后研究，主要涉及代码理解与生成方向。2017 年加入腾讯后，其研究重点逐步转向游戏 AI、强化学习和大规模机器学习系统。2020 年，叶德珩参与的研究成果《Mastering Complex Control in MOBA Games with Deep Reinforcement Learning》系统介绍了在复杂 MOBA 游戏中应用深度强化学习的方法，相关工作涉及动作空间优化、策略学习与高性能训练系统。2022 年，他作为作者之一参与发表的 IJCAI 论文《JueWu-MC: Playing Minecraft with Sample-efficient Hierarchical Reinforcement Learning》，进一步探索了 AI 在《我的世界》等开放环境中学习复杂任务的分层强化学习路径。2024 年，其研究延伸至大语言模型领域，参与发表的论文《More Agents Is All You Need》探索通过增加参与采样和投票的智能体数量来提高大语言模型表现。在管理职级方面，叶德珩曾在 2025 年之前成为腾讯 AI 体系内最年轻的 Leader、Director 和 Research Partner。

在最新更新的职业履历中，叶德珩明确表示已加入字节跳动 Seed 团队，从事基础模型研究。其个人主页列出的工作履历显示，他于 2017 年至 2026 年供职腾讯，2026 年起加入字节跳动。在项目经历部分，除了腾讯时期的“绝悟”系列外，新增了标注为 P&C for now 的 SeedXxx 模型，表明相关信息目前尚未公开。页面还提及了生成媒体方向的智能体系统，包括 ui-voyager、omni-reasoner 和 proact。他同时留下了字节跳动企业邮箱用于人才招募，标志着其职业身份已正式转换至新的雇主。

影响分析

这一人员流动对中文 AI 开发者与从业者具有显著的产业信号意义。叶德珩从腾讯核心 AI 研发岗位转入字节跳动基础模型团队，折射出大模型竞争正在吸引来自传统 AI 研究实验室、强化学习、机器人及游戏智能体等不同技术领域的人才。过去，这些研究人员往往分布在独立实验室和垂直业务团队中；如今，越来越多的研究方向开始与基础模型研发产生交汇。对于开发者而言，基础模型团队吸纳具有强化学习和多智能体系统背景的高管，可能意味着 Agent（智能体）架构与底层大模型的结合将更加紧密，相关技术生态有望进一步丰富。

具体到团队技术布局，字节跳动 Seed 团队新增了一位具有深厚强化学习和多智能体研究经历的资深研究人员。这种跨领域背景的引入，可能会改变基础模型研究的重心。强化学习在游戏环境中积累的技术经验，例如处理动态环境中的长期策略、多角色协作及连续决策，与当前 Agent 研究方向具有潜在的技术关联。智能体需要理解环境、规划行动、完成子任务，并根据反馈不断调整策略，这与游戏 AI 中解决复杂控制问题的底层逻辑存在共通之处。

然而，技术栈的切换并非无缝衔接。游戏强化学习通常面临相对封闭或特定的环境约束，而基础模型需要在海量通用数据上进行预训练，两者的评估指标、数据分布和计算资源需求存在显著差异。叶德珩在字节 Seed 承担的具体职责仍有待后续更新，其过往在腾讯积累的团队管理经验是否能直接应用于字节跳动的研发体系，也需要时间验证。对于从业者，关注此类跨领域人才的去向，有助于预判未来技术趋势的演进方向，特别是在多模态与大语言模型交叉领域的项目机会。

适用边界

基于目前信息，关于叶德珩加入字节跳动 Seed 团队的结论在其尚未承担公开明确职责的项目范围内具有局限性。由于其参与的项目 SeedXxx 被明确标注为 P&C for now（目前保密），外界无法确切评估其具体负责的模块或技术边界。此外，游戏强化学习向基础模型迁移的技术适配性并非通用结论，这种关联性更多体现为宏观技术趋势的重叠，而非微观代码层面的直接复用。如果其研究方向偏离了个人履历中列出的 Agent 系统或特定生成媒体方向，本文基于其过往背景所做的技术契合度分析可能不再完全适用。

孤本观察

从“王者绝悟”到字节 Seed，叶德珩的去向不仅是一次普通的人员流动，更像是传统 AI 实验室体系在向通用大模型基础设施全面融合作出的人才注脚。在腾讯撤销 AI Lab 的宏大背景下，这种核心骨干向竞争对手基础模型团队的定向迁移，深刻改变了国内大模型研发的人才地缘分布格局。

来源：InfoQ 中文 AI