独家丨前微软亚研院视觉专家胡瀚加入腾讯，负责混元多模态大模型

主要观点总结

本文介绍了计算机视觉领域研究者胡瀚的学术和职业经历。胡瀚是通用架构Swim Transformer的核心作者之一，近期加入腾讯负责多模态大模型的研发工作。他在学术上表现出色，加入过百度深度学习研究所和微软亚洲研究院视觉计算组，拥有丰富的技术经验。胡瀚的加入对腾讯在多模态大模型研发方面带来新的力量。

关键观点总结

关键观点1: 胡瀚的学术和职业背景

胡瀚是计算机视觉领域的重要研究者，拥有清华大学本科和博士学位，曾在宾夕法尼亚大学GRASP实验室做访问研究。他加入了百度深度学习研究所和微软亚洲研究院视觉计算组，担任tech leader角色。

关键观点2: 胡瀚的研究成果

胡瀚参与了论文《Swin Transformer: Hierarchical Vision Transformer using Shifted Windows》的创作，该论文因切中了业内热点问题，获得了ICCV最佳论文奖。他的团队提出的Swin Transformer v2.0版本也在多个主流视觉任务上刷新了记录。

关键观点3: 胡瀚的当前职责

胡瀚近期加入腾讯，负责多模态大模型的研发工作。他接替了已离职的腾讯混元大模型技术负责人刘威的工作。腾讯已经在多模态大模型的研发上取得新进展，推出了文生视频等能力。