从「王者绝悟」到字节 Seed：叶德珩的九年腾讯与一次转身

一分钟速览

• 前腾讯 AI Lab R4 部门合伙人、”王者绝悟”技术负责人叶德珩，个人主页确认已加入字节跳动 Seed 团队。
• 身份是研究员，方向为基础模型（Foundation Models）。
• 履历显示：2017 至 2026 年供职腾讯，2026 年起加入字节跳动。
• 主页新增 SeedXxx 模型，标注”P&C for now”，技术细节暂未公开。
• 同时列出 ui-voyager、omni-reasoner、proact 等生成媒体方向的智能体系统。

一个从游戏里长出来的研究者

叶德珩的路径，在国内 AI 研究圈里不太常见。

2016 年他在新加坡南洋理工大学拿到计算机科学博士，随后在微软做了一年博士后，方向是代码理解与生成。2017 年回国加入腾讯，研究重心逐渐转向游戏 AI、强化学习和大规模机器学习系统。2021 年腾讯官方做过一次人物报道，当时他负责悟空 AI 团队，把机器学习用到《王者荣耀》这类复杂场景里。

“绝悟”是那段经历里最出名的成果。和围棋不同，《王者荣耀》是连续决策、高维动作空间、多角色协作、实时对抗的环境。智能体不光要把局部操作做对，还要在动态环境里处理长期策略与团队配合。2020 年的论文《Mastering Complex Control in MOBA Games with Deep Reinforcement Learning》讲的就是这件事——涉及动作空间优化、策略学习和高性能训练系统，测试中 AI 能用不同英雄战胜顶尖职业选手。

2022 年，他参与的工作《JueWu-MC》发表在 IJCAI，研究如何让 AI 在《我的世界》这类开放环境里高效学习复杂任务。2024 年的《More Agents Is All You Need》则转向了大模型：通过增加参与采样和投票的智能体数量，提升模型在部分任务上的表现。

把这三段连起来看，方向是逐步扩展的，不是突然转身：从游戏里的强化学习，到多智能体协作，再到基础模型。用他自己的话说，2025 年之前他已经是腾讯 AI 体系内最年轻的 Leader、Director 和 Research Partner。

离开的时点，比离开本身更值得看

按照此前媒体的报道，叶德珩在今年 2 月就已离开腾讯，当时他所在的 R4 团队成立还不足半年；团队随后被调整到多模态体系下。也就是说，在腾讯正式宣布撤销 AI Lab 之前，他已经走了。

3 月，腾讯内部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；产学研合作中心保留。这轮调整被普遍解读为把过去相对独立的基础研究力量，与大模型研发和工程体系进一步绑定。

这个背景下看叶德珩的去向，就不只是一次个人职业选择。它反映的是国内大厂 AI 组织形态的一次集体重排：独立实验室的时代在收缩，研究方向被收拢到少数几个主战场上，基础研究要让位给模型迭代。

字节 Seed 想要的是什么

Seed 是字节跳动的基础模型团队。叶德珩的加入，补上的是一块相对稀缺的能力：在复杂环境里做长期决策的强化学习经验。

这块能力为什么现在值钱，得从 Agent 的训练方式说起。过去的模型训练以”预测下一个 token”为主，学的是语言的分布；而要让模型真正完成任务——改代码、操作软件、在多个步骤之间保持目标——就需要在环境里试错，用结果反过来塑造策略。这正是强化学习擅长的事，也是游戏 AI 积累了十几年的地方。

他主页上新出现的几个项目名，指向也很清楚。SeedXxx 是模型本身，标注”P&C for now”，说明还在早期；ui-voyager、omni-reasoner、proact 都带”智能体系统”的意味，分别指向界面操作、多模态推理与主动执行。这三个方向恰好是当前 Agent 产品最缺的能力：能看懂界面、能跨模态推理、能在没人催的时候自己动起来。

要注意的是，游戏强化学习与今天的基础模型训练之间不能简单划等号。游戏环境是封闭的、规则明确的、奖励可计算的；真实世界的任务是开放的、目标模糊的、反馈稀疏的。能不能把前者积累的方法迁移过来，取决于具体项目怎么设计，而不是研究者的履历。

人才流动正在改写技术版图

过去几年，大模型竞争吸纳的人才来自各个方向：传统 AI 实验室、强化学习团队、机器人、游戏智能体、编译器与系统。这些人原本分散在互不相通的垂直团队里，现在被同一个目标拉到一起。

这个汇聚过程会带来一个副作用：技术路线的边界变得模糊。做游戏 AI 的人开始思考怎么把策略学习用在 Agent 上；做系统的人开始关心推理成本；做多模态的人开始研究界面操作。跨界的碰撞，往往就是下一轮方法突破发生的地方。

对字节来说，这次补强的意义不在于多了一个知名研究员，而在于强化学习这条线在 Seed 里有没有真正跑起来。如果只是把一个人招进来、给一个头衔、让他带一个小团队做探索，那影响有限；如果能把这套方法嵌进模型训练的主流程，才会体现在产品上。

至于具体职责，官方没有披露，主页也还停在”从事基础模型研究”这一句。真正的答案，大概要等 SeedXxx 露面的时候才能看到。