
阿里 AI 战局再落一子:顶尖科学家许主洪转岗,执掌多模态交互模型

阿里巴巴的 AI 顶尖科学家许主洪已从智能信息事业群转岗至通义实验室,负责多模态交互模型的研究。这一调动表明阿里在 AI 基础模型研发上加大投入,许主洪的转岗意味着他将从 C 端应用转向更核心的研发领域。此举反映了阿里对 AI 战略优先级的重新聚焦,旨在推动 AI 技术的突破。
作者 | 小 猫
编辑 | 硬 AI
正值全球科技巨头在人工智能领域展开激烈军备竞赛之际,阿里巴巴内部的排兵布阵再次出现关键变动。
华尔街见闻·硬 AI 获悉,近期备受瞩目的 AI 顶尖科学家、阿里集团副总裁许主洪(Steven Hoi)已从智能信息事业群首席科学家的职位上,转岗至阿里集团的核心 AI 研发机构——通义实验室。

阿里方面向华尔街见闻·硬 AI 证实了这一消息,并表示许主洪将负责多模态交互模型方向的研究,后续向通义实验室负责人、阿里云 CTO 周靖人汇报。
这一内部调动释放出重要信号:在吴泳铭 “AI 驱动” 的核心战略下,阿里正进一步将顶尖人才向 AI 基础模型研发的核心战场集结,而多模态交互则被视为下一阶段 AI 突破的关键隘口。
对于许主洪而言,这次转岗意味着他将从更贴近 C 端应用的 “前线阵地” 转向更为核心和底层的 “研发心脏”。
时间拉回至今年 2 月,这位在学术界和工业界均享有盛誉的 AI 大牛(IEEE Fellow、斯坦福大学评选的 “全球前 1% 的 AI 科学家”)正式加盟阿里,在当时引发了业内不小的轰动。他最初的落脚点是智能信息事业群,一个囊括了夸克、UC 浏览器、书旗小说等亿级用户产品的业务集群,直接向 “85 后” 总裁吴嘉汇报。
彼时,业界的普遍解读是,阿里意图明显——借助许主洪在多模态基础模型及 Agents 领域的深厚积累,快速提升 C 端产品与 AI 结合的应用能力,打造出能与用户直接对话的 “超级应用”。这也符合阿里在 AI C 端应用上 “软硬一体” 的生态构想,即整合 “通义” APP、夸克、天猫精灵等核心业务,抢占 AI 应用赛道先机。
然而,仅仅半年多后,许主洪便调离了这个被视为阿里 AI 应用重要出口的事业群,转而投身于更为基础和前沿的通义实验室。这一变化背后,是阿里对 AI 战略优先级的再聚焦。
一位接近阿里的人士向华尔街见闻·硬 AI 分析称:“这可以看作是阿里集中优势兵力,全力攻坚核心基础模型能力的体现。应用创新固然重要,但基础模型的持续领先才是决定未来战局的关键。让最顶尖的科学家回到最核心的研发岗位,是确保技术引擎持续强大的必然选择。”
阿里 “亮剑” 多模态交互
许主洪的新战场——通义实验室,是阿里 “通义” 系列大模型的 “孵化器”,由阿里云 CTO 周靖人亲自挂帅。周靖人同样是 AI 领域的重量级人物,拥有哥伦比亚大学计算机博士学位,曾任微软研发合伙人,是阿里云大数据平台和人工智能研究的灵魂人物。
在周靖人的带领下,通义实验室已经构建了包括语言、视觉、语音等在内的 “全尺寸” 和 “全模态” 模型矩阵,其开源模型在全球范围内获得了巨大的影响力。
而许主洪此次负责的 “多模态交互模型”,正是当前全球大模型研发的前沿阵地。所谓多模态,即让 AI 能够像人一样,同时理解和处理文本、图像、音频、视频等多种信息形式,并以更自然、更智能的方式与人类进行交互。这被认为是 AI 从 “能听会说” 迈向 “能看会想” 的关键一步,也是通往通用人工智能(AGI)的必经之路。
无论是谷歌的 Gemini、OpenAI 的 GPT-4o,还是阿里自身发布的 Qwen-VL、Qwen-Audio 等模型,都已展现出强大的多模态能力。而许主洪在加入阿里之前,其研究便长期聚焦于此,尤其以 “多模态预训练” 领域的突破性研究闻名。他提出的低成本预训练策略,曾深刻影响全球大模型的研发进程。
此次履新,意味着阿里将整合许主洪在多模态领域的学术远见和工业界经验,与通义实验室现有的工程和研发能力相结合,意图在多模态这一核心赛道上建立起更强的技术壁垒。其未来的研究成果,不仅将为夸克、淘宝等前端应用提供更强大的 AI 能力支持,更有可能催生出全新的交互范式和产品形态,例如更智能的个人助理、更沉浸的 AI 硬件等。
“巨头” 的逻辑:人才、资源与战略定力
许主洪的转岗,是阿里 AI 战略在 “聚光灯” 下的又一次微调,也折射出当前 AI 巨头竞争的普遍逻辑。
首先,顶尖人才的流向即是战略方向的指针。从吴泳铭亲自兼任阿里云 CEO,到此次将许主洪这样的战略级科学家部署到基础模型研发的一线,都显示出阿里最高层对底层技术掌控力的极度重视。
其次,资源正以前所未有的力度向核心模型集中。知情人士透露,此次调整是 “正常的集团内部转岗”,其背后逻辑是 “集中资源投入基础模型能力建设”。这意味着,相较于在应用层面的多点开花,阿里当前更倾向于将宝贵的研发资源和人才投入到底层模型的 “深井” 中,以求获得更具颠覆性的技术突破。

最后,这体现了巨头在喧嚣的 AI 浪潮中寻求战略定力。AI 应用的商业化路径仍在探索之中,但基础模型的代际竞争却已白热化。在这样的背景下,是否选择长期投入、夯实技术根基,考验着每一家公司的战略远见与决心。
风险提示及免责条款
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。

