Chefe de IA multimodal da Tencent Hunyuan, Hu Han, deixa a empresa; equipe migra para world models

Hu Han, líder da área de compreensão multimodal da Tencent Hunyuan, pediu demissão para fundar a própria startup. A notícia foi divulgada em 23 de julho de 2026 pelo veículo chinês 36Kr (智能涌现). Segundo a publicação, a antiga equipe de pesquisa dele na Tencent deve ser redirecionada ao estudo de world models.

Quem é Hu Han

Antes da Tencent, Hu Han foi principal researcher no grupo de computação visual da Microsoft Research Asia. Ele chegou à Tencent no início de 2025 e passou a liderar as pesquisas em grandes modelos visuais. Depois de uma reorganização interna, foi transferido para o grupo de pesquisa de ponta «Frontier», do departamento de grandes modelos de linguagem, e passou a responder a Yao Shunyu.

Segundo o 36Kr, Hu Han era responsável, entre outras frentes, pelo desenvolvimento de world models, sistemas que simulam a realidade física em vez de apenas descrever uma imagem. Para o veículo, essa linha pode se tornar o novo foco da antiga equipe dele.

Por que a Tencent está revendo a aposta em multimodalidade

A Tencent está redistribuindo recursos em favor dos modelos de linguagem de base, e as pesquisas em compreensão multimodal perdem prioridade. A precisão no reconhecimento de texto, imagens e vídeo nessa área já superou 85%, o que limita o retorno de novos investimentos, segundo um pesquisador citado pelo 36Kr.

O papel central na mudança de rumo é de Yao Shunyu, ex-pesquisador da OpenAI que assumiu o departamento de grandes modelos de linguagem da Tencent. Depois da chegada dele, a empresa dissolveu o AI Lab e incorporou os principais desenvolvedores ao departamento de LLM. Também reforçou as contratações, em particular de integrantes das equipes de Seed Infra e de pós-treinamento da ByteDance.

• Hu Han pediu demissão e vai fundar uma startup (informação do 36Kr de 23 de julho de 2026)
• Antes, foi principal researcher na Microsoft Research Asia; está na Tencent desde o início de 2025
• Substituto na área de VLM: Tian Yonglong, ex-OpenAI e PhD pelo MIT, que entrou na Tencent no início de julho de 2026
• Gastos de capital da Tencent em 2025: 79,2 bilhões de yuans
• Para comparação: Alibaba, 126 bilhões de yuans no ano fiscal encerrado em março de 2026; a ByteDance planeja até US$ 70 bilhões em infraestrutura de IA em 2026 (dados da Bloomberg)

O que pesa mais: reconhecimento ou monetização

A compreensão multimodal é difícil de monetizar diretamente, e esse é um dos motivos da mudança de prioridades. Os usuários não estão dispostos a pagar por cenários como reconhecimento de imagens ou «descrição a partir de uma imagem», mas pagam por processamento de documentos e criação de apresentações e relatórios, porque por trás desses recursos estão reasoning, programação e capacidades agentic do modelo.

«Nenhum usuário está disposto a pagar por reconhecimento de imagens — o mercado está cheio de alternativas gratuitas», explicou ao 36Kr o gerente de produto do aplicativo

Yuanbao, ao justificar a revisão.

Yao Shunyu impõe uma disciplina rígida na nova equipe. Um mês antes do lançamento do modelo Hy3, quando surgiram problemas com parte dos dados, ele alertou a equipe, segundo o veículo «LatePost»:

«Dados são extremamente importantes.

Se isso acontecer de novo, a demissão será imediata», disse Yao Shunyu, chefe do departamento de grandes modelos de linguagem da Tencent.

O que isso significa

A Tencent está freando de forma deliberada a compreensão multimodal, uma área madura, mas pouco monetizável, e concentra talentos e capacidade computacional nos modelos de base e em temas de ponta como world models. O primeiro resultado dessa estratégia é o modelo Hy3, lançado em 6 de julho de 2026, que, na avaliação do 36Kr, já compete com GLM-5.2 e DeepSeek V4 Pro na faixa de porte médio.

Perguntas frequentes

O que são world models e por que a aposta neles

World models são modelos que aprendem a simular o mundo físico e sua dinâmica, em vez de apenas reconhecer o conteúdo de uma imagem. Na Tencent, essa linha é vista como mais promissora que a compreensão multimodal já madura e, segundo o 36Kr, é para ela que o antigo grupo de Hu Han pode migrar.

Quem substitui Hu Han na Tencent

A área de modelos visão-linguagem (VLM) será liderada por Tian Yonglong, ex-pesquisador da OpenAI e PhD pelo MIT, que entrou no departamento de grandes modelos de linguagem da Tencent no início de julho de 2026 e responde a Yao Shunyu.

O que é o modelo Hy3

O Hy3 é um grande modelo de linguagem da Tencent, lançado em 6 de julho de 2026 e o primeiro resultado de peso de Yao Shunyu na empresa. Na avaliação do 36Kr, na faixa de porte médio ele é comparável a GLM-5.2 e DeepSeek V4 Pro.