文 | 李炤锋

编辑 | 张雨忻

智能涌现从相关人士处获悉，混元资深研究员徐灿在近期加入腾讯 WeLM 团队，从事大模型研发相关工作。

多名知情人士透露，在姚顺雨接手腾讯大语言模型研发前，徐灿在混元 LLM 体系中担任后训练一个方向上的负责人。值得一提的是，这次转岗发生在微信持续强化自研大模型和 Agent 能力的阶段。6 月，微信原生 AI 助手 " 小微 " 已进入小范围灰度测试，可通过文字或语音操作微信原生功能，并调用小程序完成服务任务。

公开招聘信息也显示，微信近期在招聘 WeLM 推理优化及 Agent 方向研究人员，徐灿的加入或将进一步补充 WeLM 在训练、推理及复杂任务执行方面的研发力量。

这位有微软亚洲研究院背景的资深研究员，长期从事合成数据、指令数据构造及大模型后训练研究。尤其在强化学习反馈、自动评测和训练数据迭代方面的积累，与 WeLM 当前强化模型训练及复杂任务能力的方向具有较高契合度。

知情人士称，徐灿近两年在混元参与后训练工作的经验，可能正是 WeLM 看重的部分。

01 混元 LLM 重要成员，专注 Agent 和后训练方向

混元发生的这一岗位变动，与团队过去一年间的技术路线调整和人员更迭关系紧密。

徐灿在大模型行业的知名度，可以追溯到他在微软时期创建的 WizardLM 项目。2023 年 4 月，他以第一作者身份发布 WizardLM 论文，提出 Evol-Instruct 方法：让大模型自动增加已有任务的难度、限制条件和推理步骤，再利用生成的复杂指令训练模型。这套方法随后被用于 WizardCoder、WizardMath 等项目，并逐步扩展至代码、数学、模型评估和强化学习等方向。

2025 年 5 月，徐灿宣布离开微软，加入腾讯混元，据悉他当时已入职半年。在他之前，Swin Transformer 主要作者胡瀚（近期已从腾讯离职）也于 2025 年初从微软亚洲研究院加入混元。此后，以胡瀚、徐灿等微软背景研究人员为代表的团队，开始使用 " 混元 X" 署名，研究覆盖多模态理解、视觉推理和大语言模型，是当时混元内部重要的技术力量。

智能涌现了解到，在这一时期，徐灿在大语言模型后训练方向承担了重要职责。

2025 年下半年，随着姚顺雨加入腾讯并接手相关业务，混元团队原有的技术与组织格局开始迅速变化，徐灿的职责也发生调整。

同年 12 月，腾讯正式官宣重组大模型研发架构，姚顺雨兼任 AI Infra 部和大语言模型部负责人，并以部门负责人身份向卢山和刘炽平汇报；王迪则继续担任大语言模型部副总经理，向姚顺雨汇报，徐灿也在这时转向后训练方向。

智能涌现了解到，姚顺雨入职后，混元继续从各大基模厂商团队引入研究人员。仅在后训练领域，就有至少两名某大厂核心成员进入混元，与徐灿所在团队并行推进不同技术方向。

2025 年下半年，一些公开报道曾将徐灿描述为混元后训练的主要负责人。但实际上，混元后训练业务在当时已经被拆分成多个小组，徐灿负责其中一个方向。据智能涌现了解，后训练团队的几个小组之间，曾围绕数据组织、系统提示词和产品工程路径等方向展开探索。

在混元几经调整后，近期徐灿的公开社交媒体显示其身份为腾讯混元 Principal Researcher，即资深研究员，他今年仍时常以作者身份出现在混元相关论文中。

据了解，WeLM 长期保留独立的语言模型和强化学习研发能力，也需要合成数据、奖励模型和后训练经验。徐灿过去数年积累的技术经验，恰好可以在这支团队中找到新的承接空间。

02 混元之外，WeLM 在大模型上独立探索

这一次人才流动，正好卡在腾讯内部两套大模型研发体系并行运转的时间点。

姚顺雨接手混元后，腾讯开始进一步整合分散在内部各团队的 AI 研发资源。2025 年 12 月，TEG（腾讯技术工程事业群）新设 AI Infra（人工智能基础设施）部、AI Data（人工智能数据）部和数据计算平台部，姚顺雨同时负责 AI Infra 部和大语言模型部。

数月后，成立近十年的腾讯 AI Lab 被撤销，部分研究人员并入大语言模型部，另有部分人员转入产学研合作中心。这一轮调整把模型研发、数据、训练基础设施和原有基础研究力量，进一步收拢到姚顺雨主导的混元体系内。

然而，在腾讯基础模型研发组织中，WXG（微信事业群）仍保留着相对独立的研发团队。

2022 年，微信团队发布中文预训练语言模型 WeLM。论文披露，WeLM 拥有 100 亿参数，在 18 项中文任务上超过多个同等规模模型，部分表现可匹配参数量大 25 倍的模型，并一度开放模型试用申请。

2025 年 8 月，微信团队又公开 WeChat-YATT，这是一套面向大语言模型和多模态模型的 RLHF 训练框架。该框架主要解决控制器扩展、动态采样和 GPU 资源调度等问题，论文称其已用于训练支撑微信产品功能的模型，并面向大规模用户服务。

与此同时，一些大模型技术已经进入视频号、朋友圈的推荐和广告系统，但值得关注的是，这其中采用的模型并不都来自 WeLM 体系。例如，部署在视频号和朋友圈广告召回环节的 LEADRE，底层使用的就是 10 亿参数混元模型。

时间来到 2026 年，腾讯方面披露的技术文档显示，新一代 WeLM 转向高度稀疏的 MoE 架构。其中一个基础版本总参数约 800 亿，每次推理激活约 30 亿参数；团队随后通过深度扩展形成约 1300 亿参数、激活约 49 亿参数的变体。

2026 年 7 月 9 日，微信 AI 团队又公开 Hidden Decoding 研究，披露 WeLM-HD4-80B 和 WeLM-HD4-617B 两个模型。该方法在不扩大原有 Transformer 骨干的情况下，为每个 Token 增加内部计算，并首次将这类长度维度扩展方法应用到 100B 参数以上的 MoE 模型。

小微内测后，WeLM 也开始被外界关注，很多解读认为，WeLM 是一款专为微信训练的 " 低成本小模型 "。

但据行业人士分析，WeLM 团队着眼于驱动 AI 对微信进行彻底的改造，包括但不限于聊天、社交、小程序服务等场景。

这意味着，WeLM 团队既要研发低激活参数模型，以提升产品部署效率；也要探索 6000 亿参数级别的大模型，持续突破能力上限。

在这样的背景下，WeLM 与混元之间在资源层面既是协作方，也是竞争者，两个团队既有阶段性的探索工作的重合，也会发生类似的人才流动。

两大基模团队背后，是 C 端 AI 入口之争

腾讯的 C 端 AI 主力产品元宝，于今年年初上线的元宝派功能，让混元和微信两大体系在产品层出现了一次交集。

彼时，元宝派试图把 AI 引入多人社交场景，支持群聊总结、图片生成、共同娱乐等功能。微信团队也罕见地释放出部分传播资源，元宝派邀请可以经由微信好友、群聊和朋友圈扩散。

对元宝而言，这相当于获得了腾讯最核心的关系链入口；对微信而言，这也是一次观察 AI 能否重新组织社交关系的产品实验。

然而，在微信方面 " 有限 " 的资源共享的背景下，元宝并没有成长为预期中的腾讯 C 端突破口。

只看春节期间，元宝派和红包玩法确实一度冲上流量高点。腾讯方面披露，截至今年 2 月 18 日，元宝日活跃用户超过 5000 万，月活跃用户达到 1.14 亿。

但这轮增长红利，却并未持续沉淀。QuestMobile 数据显示，红包活动结束后，元宝日活很快回落至春节前水平；到 2026 年 3 月，元宝独立 App 月活为 5735 万，未进入亿级 AI 应用阵营，只有豆包、千问和 DeepSeek 三款产品月活超过 1 亿。

与此同时，微信迅速落地了传闻已久的原生 AI 助手 " 小微 "。它采用多模型协同路线：一些行业内测反馈显示，" 小微 " 主模型为微信团队自研的 WeLM，部分回答会调用 DeepSeek。

今年 6 月，微信开放平台开始允许小程序接入微信 AI 生态：在自动模式下，平台可以读取小程序源码、分析页面结构，让微信 AI 直接操作；在开发模式下，开发者也可以将业务能力封装为经平台审核后供微信 AI 调用的技能。

从 " 小微 " 的功能形态看，Agent 是微信将 AI 接入聊天、社交和小程序服务的关键能力，关系到 AI 能否真正理解需求并完成操作。徐灿在后训练和 Agent 方向积累的经验，或可帮助 WeLM 强化任务规划、工具调用及复杂任务执行能力。

WeLM 被定位于重点兼顾用户隐私、微信场景适配和成本效率。面对微信庞大而复杂的用户场景，未来的微信 Agent 既要理解用户意图，也要在不同服务之间规划任务、调用工具并稳定完成操作。这将对模型的后训练、奖励设计、任务评估和执行稳定性提出更高要求。

在这一背景下，WeLM 团队看重候选人在通用大模型后训练领域的经验，似乎在情理之中。

事实上，在混元和 WeLM 背后，不难发现腾讯在 AI 入口上有着两套组织逻辑：混元拥有更集中的算力、数据和模型研发资源；WeLM 拥有微信的原生入口、内容生态、小程序服务和真实用户反馈。

只是，这两套逻辑都需要一个强大的技术底座来支撑。

智能涌现了解到，此前，WeLM 和混元团队已共享了部分算力资源分配。此次人才转岗至 WeLM，也进一步指向这两套大模型研发体系的同步运转，将在模型和产品层面进一步延续。