傳國(guó)際AI大?？战蛋⒗锿x！

智東西9月29日消息，據(jù)“互聯(lián)網(wǎng)八卦小喇叭”等媒體爆料，全球頂尖AI科學(xué)家、IEEE Fellow許主洪（Steven Hoi）已加盟阿里通義，投身通義大模型的相關(guān)研發(fā)工作。

許主洪有著超20年AI產(chǎn)業(yè)和學(xué)術(shù)經(jīng)驗(yàn)，是新加坡管理大學(xué)終身教授，還曾任新加坡南洋理工大學(xué)終身副教授。他在AI領(lǐng)域發(fā)表了300多篇頂級(jí)學(xué)術(shù)論文，論文被引用超過(guò)5萬(wàn)次，曾被斯坦福大學(xué)評(píng)為全球頂尖1%的AI科學(xué)家之一。

作為多模態(tài)大模型領(lǐng)域的領(lǐng)軍人物，許主洪曾擔(dān)任全球最大的企業(yè)軟件公司Salesforce的副總裁，從零開始構(gòu)建了Salesforce在亞洲的AI研究生態(tài)系統(tǒng)。2023年，他還創(chuàng)立了一家多模態(tài)AI創(chuàng)企HyperAGI，是業(yè)內(nèi)少有的產(chǎn)學(xué)研多棲AI大牛。

▲許主洪

2025年2月，許主洪加入阿里，擔(dān)任阿里集團(tuán)副總裁、智能信息事業(yè)群首席科學(xué)家，向智能信息事業(yè)群總裁吳嘉匯報(bào)，負(fù)責(zé)AI To C業(yè)務(wù)的多模態(tài)基礎(chǔ)模型及智能體（Agents）研究與應(yīng)用。

原本，許主洪的核心任務(wù)是組建頂級(jí)AI算法團(tuán)隊(duì)，整合通義（應(yīng)用）、夸克、天貓精靈等內(nèi)部資源，推動(dòng)多模態(tài)交互產(chǎn)品迭代，加速AI To C商業(yè)化。

在今年6月的2025上海世界移動(dòng)通信大會(huì)上，許主洪發(fā)表了題為《多模態(tài)大模型發(fā)展與演進(jìn)》的演講，以夸克App的AI超級(jí)框、AI相機(jī)等功能為例，講解了多模態(tài)大模型的應(yīng)用場(chǎng)景。

▲許主洪以夸克為例講解多模態(tài)大模型應(yīng)用場(chǎng)景

然而，加入阿里7個(gè)多月后，許主洪傳出加入通義實(shí)驗(yàn)室團(tuán)隊(duì)，這可能意味著他將從面向AI To C商業(yè)化研發(fā)轉(zhuǎn)向更基礎(chǔ)前沿的大模型研發(fā)。

如果消息屬實(shí)，這意味著阿里完成了一次重大的人才重配，也標(biāo)志著阿里在多模態(tài)大模型研發(fā)領(lǐng)域再投重碼。

當(dāng)下，阿里通義大模型正處于“拼迭代速度”、“多模態(tài)發(fā)展”的關(guān)鍵階段，十分需要許主洪這樣頂尖的產(chǎn)學(xué)研多棲且有分量的AI大牛坐鎮(zhèn)。

在9月底舉辦的2025云棲大會(huì)期間，阿里云智能集團(tuán)首席技術(shù)官、通義實(shí)驗(yàn)室負(fù)責(zé)人周靖人透露，連續(xù)發(fā)布數(shù)十款模型背后有戰(zhàn)略考量：全球AI模型進(jìn)展都在加速，整個(gè)通義家族一直在跟全球AI領(lǐng)域的領(lǐng)先者競(jìng)爭(zhēng)，如今AI已進(jìn)入加速期，比拼的是模型迭代效率；同時(shí)，模型從單模態(tài)到多模態(tài)的演進(jìn)是必然趨勢(shì)，阿里期待在多模態(tài)方面有進(jìn)一步的創(chuàng)新和突破。

許主洪或是目前阿里最適合牽頭做這件事情的人。他曾在今年5月螞蟻技術(shù)開放日上的演講中提到，當(dāng)下，用統(tǒng)一的框架做理解和生成，是發(fā)展多模態(tài)大模型的一大演進(jìn)趨勢(shì)。但這一領(lǐng)域尚處于初級(jí)階段，需要實(shí)踐驗(yàn)證。

▲許主洪在講解統(tǒng)一多模態(tài)模型產(chǎn)業(yè)發(fā)展脈絡(luò)

許主洪指出，統(tǒng)一理解與生成的多模態(tài)大模型面臨眾多技術(shù)挑戰(zhàn)。在全模態(tài)交互方面，當(dāng)下支持音、視、圖、文全模態(tài)交互的公開單模型非常少見；在理解與生成統(tǒng)一方面，圖像和語(yǔ)意的理解生成統(tǒng)一模型鮮有出現(xiàn)，且理解和生成效果難以平衡。

在6月的演講中，許主洪也提到：“多模態(tài)Agent AI時(shí)代才剛剛開始，未來(lái)要真正達(dá)到AGI，我們還需要解決很多技術(shù)難題，包括多模態(tài)大模型的基礎(chǔ)能力、Agent智能體的核心功能模塊、數(shù)據(jù)世界的連接與操作、物理世界的交互與控制等等，挑戰(zhàn)重重，但這也是未來(lái)多模態(tài)大模型行業(yè)的機(jī)會(huì)?！?/p>

截至目前，阿里及許主洪方未對(duì)此進(jìn)行置評(píng)。

本文來(lái)自微信公眾號(hào) “智東西”（ID：zhidxcom），作者：李水青，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽?lái)源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com