百度引入北美大模型专家，原DeepSeek研究员出任文心多模态负责人

事件核心：发生了什么

9月3日，百度基础模型研发部门（BMU）负责人孙天祥在内部宣布了多起人事任命。其一，从北美某前沿实验室招募到资深研究员吴秦（化名）加入BMU，将重点参与ERNIE大模型的预训练环节。公开信息显示，吴秦过去两年参与过数代大模型研发，但具体履历尚未完全披露。

另一项变动涉及文心多模态方向：前DeepSeek研究员魏浩然正式转入BMU，出任文心多模态算法团队负责人。魏浩然于2026年初加入百度，其团队在6月发布免OCR（UnlimitedOCR）模型，并在OmniDocBench基准测试中拿到全球最高分，刷新了端到端OCR任务的表现纪录。加入百度之前，他曾在DeepSeek主导V3.2、V4版本的研发，并带队开发了DeepSeek-OCR系列开源模型，具备多模态大模型从训练到落地的完整经验。

此次人才部署的背景是：孙天祥本人出生于1997年，今年7月正式出任BMU负责人，并进入百度模型委员会和技术战略委员会。核心班底到位后，他正在从组织和技术两个层面推动文心大模型升级，尤其是引入具有国际前沿实验室经验的研发人员。

为什么重要

这次人事变动释放了两个信号。首先，百度文心大模型正在明显加强多模态方向的技术投入。魏浩然在DeepSeek期间同时覆盖过基础版本和开源OCR系列，意味着文心在文本理解、视觉识别、端到端文档解析方面都有机会借鉴开源社区的产品化经验，而不只是停留在模型研究层面。

其次，从北美前沿实验室引入研究人员补齐预训练能力，说明百度仍然把自研大模型的底层训练效率视为竞争核心。预训练决定了模型的基础能力上限，也是后续推理成本、算力调度、上下文长度等工程问题的起点。在目前开源模型持续压低闭源模型价格技术差距的背景下，选择直接引入有前沿实验室履历的研究人才，是比单纯加大算力投入更精细的竞争手段。

对用户/开发者/创作者的影响

对于使用文心API的开发者来说，多模态算法团队换帅可能直接影响后续版本在OCR、图像理解、文档解析等场景的调用效果。魏浩然此前在DeepSeek-OCR上的开源经验，如果延续到文心ERNIE系列，有望提升处理复杂版面、手写体、混合图文内容时的识别精度，同时降低开发者调用多模态能力时的后处理成本。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对普通用户和内容创作者而言，文心多模态能力的提升会直观反映在拍照翻译、图片信息提取、PDF内容问答等日常功能上。对图片、表格、扫描件这类非结构化数据的理解若明显改善，会直接影响笔记工具、知识库产品以及AI辅助写作的可用性。

值得关注的后续

目前公开信息显示，魏浩然团队已发布UnlimitedOCR模型并取得基准第一，但该能力如何与ERNIE主模型结合、是否会通过API对外商业化开放，仍需要观察。此外，此次从北美引入的研究员吴秦，其实际研究方向和在ERNIE预训练中的分工尚未披露，后续若有新的技术架构或训练方法对外公布，值得追踪。另外，百度能否留任这批具国际背景的研究人员，也影响文心后续版本能否持续缩短与国际前沿模型的发布节奏差距。

来源：AIbase