林俊凌晨宣布卸任千问负责人：我真的需要休息，项目交予团队
有消息称，3月4日下午，阿里千问大模型核心负责人林俊暟更新了个人社交账号的动态，他写道：“在这里向各位朋友说声抱歉，今天没法回复消息和接听电话了，我真的需要好好休息一下。至于Qwen团队的各位同仁，按照原先的安排继续推进工作就好，一切照常运转。”
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
就在今日凌晨，林俊暟在社交媒体发文称：“me stepping down. bye my beloved qwen.”（我已卸任。再见了，我亲爱的千问。）
随后，阿里巴巴通义实验室科学家惠彬源（Binyuan Hui）转发了该条博文，并表示自己也已退出千问团队。
针对林俊暟的离职消息，阿里云方面相关人士回应称 “暂无消息”。
据了解，林俊暟的离职或与Qwen团队架构调整直接相关。其所在的通义实验室计划对千问团队进行分析，从原先“垂直整合”的一体化团队，拆分为预训练、后训练、文本、多模态等水平分工团队，管理层级与职责范围出现大幅收缩。
另有内部人士透露，阿里部分高管对刚发布的Qwen-3.5模型并不满意，认为其仍属“半成品”。
值得一提的是，还有业内人士猜测，林俊暟的离开或许是由于其考核目标转向了日活跃用户数（DAU）。
对于林俊暟离开后谁会接任其职位，该业内人士也提到，可能是一位来自谷歌Gemini团队、以日活跃用户数（DAU）为导向的非核心人才。不过，阿里云方面截至发稿前，暂无回应。
此前相关报道您可点击此处查阅详情。
相关攻略
如果开发一个智能体（Agent）只需要5分钟，那么今天的关键问题就不再是“技术能否实现”，而是“你想用它解决什么业务场景”。 Agent 上线，本不该如此复杂 在传统的开发模式下，构建一个可用的智能体是一项繁重的系统工程：你需要挑选合适的模型、搭建开发框架、部署服务、管理会话状态、调试流式接口、接入
5月11日，阿里云正式推出“团队版Token Plan”服务。这项服务并非简单的模型调用接口，而是一套专为企业及开发团队设计的大模型订阅与集中管理解决方案，旨在优化AI资源的规模化使用体验。 该计划的核心优势在于“团队协作”与“灵活配置”。它集成了Qwen3 6、Kimi-K2 6、GLM-5 1、
Agentic OS：当操作系统开始为AI“员工”服务 2026年3月30日，阿里云投下了一枚重磅技术冲击波——Agentic OS。这绝非一次普通的系统更新，而是业界首款专为AI智能体（Agent）设计的操作系统。它的出现，清晰地指向一个未来：操作系统服务的用户主体，正从人类逐渐转向海量的AI“数
中国第一：阿里通义千问 3 5-Max-Preview 首发亮相 LM Arena 国际大模型竞技场 大模型赛道的竞争，从来都不缺乏看点。这不，阿里千问家族又添新丁了。3月20日，千问3 5系列的旗舰预览版——Qwen3 5-Max-Preview，正式在全球知名的LM Arena竞技场上线参战，并
距离上一次围绕 Token Hub 的集约调整不到一月，阿里有关AI业务的组织架构再度迎来迭代。 4月8日，阿里巴巴集团CEO吴泳铭的一封内部信，揭开了新一轮AI组织调整的序幕。核心动作包括新设立集团技术委员会，以及全面升级通义大模型事业部，目标直指加速AI能力建设。 根据这封内部信，阿里巴巴在集团
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭