根據讓互聯網飛一會兒的報道，微軟亞洲研究院前首席研究經理譚旭已于近期正式加入騰訊混元團隊，負責多模態方向的前沿研究。
譚旭是一位在學術與產業界都頗具分量的研究者：在微軟研究院任職期間，他的研究聚焦于生成式人工智能，以及語音、音頻與視頻內容生成，其論文引用量已超過萬次，研究成果也被大規模應用于 Azure、Bing 等核心產品。他還多次擔任 NeurIPS 等國際頂級學術會議的審稿人，在學術界有著較高聲望。
值得注意的是，譚旭在去年 8 月才剛剛加入國內大模型創業公司“月之暗面”，負責研發端到端語音模型。據悉，該公司的多模態研究在他入職前已悄然展開數月。去年底，隨著 DeepSeek 的橫空出世，中國 AI 六小龍的光環迅速褪色，月之暗面也放緩了原先激進的投流步伐。
多模態的探索對算力與資金消耗極其龐大，這一點對創業公司來說幾乎是不可承受之重。對比之下，即便是當下風頭正盛的 DeepSeek，也仍然以文字與推理能力為主，尚未在多模態方向真正大規模突破。而像騰訊、字節這樣的大廠，在資源、生態與算力上的優勢更加明顯，能夠為多模態研究提供長期穩定的支持。從這個角度看，譚旭從創業公司轉向騰訊混元，既是個人職業路徑的自然延續，也是中國大模型版圖中一個頗具象征意義的信號。
更深層的解讀是，中國大模型賽道正在經歷“由野蠻生長到資源集中”的轉折。早期創業公司依靠故事、融資與速度搶占敘事高地，但隨著競爭進入比拼數據、算力、落地生態的深水區，創業公司的先發優勢正在迅速消退。大廠憑借資本實力、算力基礎設施和應用場景，正逐步收攏最頂尖的人才與技術方向。
譚旭的選擇，某種意義上也是這一趨勢的縮影：當賽道進入淘汰賽階段，個人要想繼續在多模態領域做出成果，或許唯有依附大廠，才能確保研究的持續性與產業化的可能。