林俊旸夜发文"告别"千问，在 AI 圈中引起山地风云巴音郭楞管道保温，也让"周浩"这个名字干预公众视线。

2026 年 1 月，周浩低调加入阿里，站不是通义实验室，而是先挂靠在夸克。

在夸克须臾过渡之后，周浩飞快转入通义实验室，接替同日去职的后锻真金不怕火持重东谈主郁博文，申诉线径直拉到阿里云 CTO、通义实验室持重东谈主周靖东谈主。

周浩本科毕业于科学技能大学，2019 年在威斯康星大学麦迪逊分校获取机器学习与诡计机视觉向的博士学位，随后在 Meta 作念了段 AI 基础商榷，积存了大限度模子锻真金不怕火的工程教化。

确凿让他成名的地是 DeepMind。

自从加入 DeepMind 以后，周浩在那边路升至主任商榷科学（Senior Staff Research Scientist），这是谷歌商榷体系中少数东谈主能波及的别。

同期周浩也成为了 Gemini 强化学习与自我矫正（RL & Self-Improvement）团队的持重东谈主。

从 Gemini 1.5 到现如今的 Gemini 3 Pro，周浩参与了谷歌旗舰大模子中枢的研发职责。

那么周浩能为千问带来什么？

谜底藏在他畴昔几年在 DeepMind 里作念的事情里。

01   周浩有什么本？

2023 年，在 Gemini 1.0 的技能陈说中，周浩担任" Gemini App Factuality Co-Lead "（Gemini APP 事实联持重东谈主）这职位，他的中枢职责是保险 Gemini 面向 C 端用户的输出事实准确，输出的信息准确、可靠，不会"本正经地瞎掰八谈"。

说白了即是让模子从预锻真金不怕火到落地，通盘经由里减少幻觉。

个模子不错在学术 benchmark 上跑出漂亮的分数，但要是它在恢复"今天天气何如样"时虚拟数据，在法律问答时援用不存在的法条，那这个模子即是晦气。

传统的作念法是过后检测。也即是让模子先生成谜底，然后用另个系统去给如故生成好的谜底进行考证。

但这种法资本、蔓延大，何况很难掩饰扫数场景。

周浩和团队在 Gemini 上作念的事实职责，是从模子锻真金不怕火和强化学习的源流伊始。

通过想象门的励函数和锻真金不怕火策略，让模子在生成每个 token 的时候，就内化了"事实准确"这个不休。

这不是浅易地让模子记取多常识，而是让模子学会辞别"我知谈的事实"和"我不笃定的测"，在不笃定的时候主动裁汰置信度，以致拒恢复，而不是硬着头皮瞎编。

这套事实保险体系的果，体当今了 Gemini 的施行发扬上。

技能陈说中指出，Gemini Ultra 在 MMLU（大限度多任务话语相投）基准测试中获取了 90.04 的准确率，成为个越东谈主类水平（89.8）的 AI 模子。

MMLU 涵盖数学、物理、历史、法律、医学、伦理等 57 个学科域，是猜测模子常识广度和准确的基准。

进犯的是巴音郭楞管道保温，技能陈说止境强调 Gemini 模子在事实联系任务上展现出" exceptionally strong performance on factuality "（在事实面发扬格外强盛），这径直考证了周浩团队在诳骗层面事实保险职责的成。

要是说在 Gemini 1.0 时期，周浩处置的是"何如让 AI 贯通到作假"，那么到了 2024 年，周浩看成中枢孝顺者参与的 VideoPrism，它处置的即是"何如让 AI 看懂"。

这篇论文本体上是构建了个基础编码器，大略处理从科学到监控摄像等种种内容。

以前的 AI "看"，其实是把拆成帧帧的图片分别看，就像把部电影剪成几千张截图然后逐张分析。它能认出画面里有什么，但根底不懂"前后发生了什么"。

VideoPrism 则是让 AI 相投里的时辰流动。比如看段作念菜，它不仅知谈"这是个厨房、有个东谈主、有口锅"，还能相投"这个东谈主先切菜、然后热油、然后下锅炒"这个动作序列。

VideoPrism 的中枢念念路是将大限度 - 文本对数据与纯数据结，通过两阶段锻真金不怕火，让模子同期学会语义相投和视觉细节。

阶段用对比学习让模子学会匹配和文本描绘，二阶段用掩码自编码让模子学会预测中被守密的部分。

这个想象让 VideoPrism 大略从两种互补的信号中学习。文本描绘提供语义信息，内容提供视觉动态信息。

在 33 个相投基准测试中，VideoPrism 在 31 个上达到了能，何况用的是同个冻结模子，简直不需要针对不同任务作念适配。

这个职责被径直家具化干预谷歌的多模态体系，是 Gemini 相投才调的技能基石之。

周浩相同亦然 Gemini 3.0 的要害孝顺者（Key Contributor）。在这个模子上，他具体持重的是多武艺强化学习（Multi-step RL），翻译成东谈主话，即是让模子在处置复杂问题时，大略进行多轮念念考、想象、践诺、反念念的链式理才调。

Gemini DeepThink（度念念考模式）和 DeepResearch（度商榷）等即是因此而来的。

泛泛的 AI 恢复问题，是"想步、说步"。你问它个复杂问题，它重新到尾生成遍谜底就收场，半途不会停驻来质疑我方。

周浩作念的事，是让 AI 学会"语气想好几步"。

AI 会先拆解问题、制定想象，然后步步践诺，每走步皆回头查验"这步走对了吗？下步该何如走？"。

这么来，Gemini 的 DeepResearch 就不错帮你自动搜索几十个网页，再综搜索适度，给你写出份有逻辑的商榷陈说。而不是像其他大模子样，把搜索适度语气"喷"出来，因为它确实是在步阵势念念考和想象。

周浩的商榷阶梯有条澄澈的干线。

从运转让 AI 我方阐明什么是错的，再让 AI 贯通到时辰序列这个概括办法，后通过多武艺强化学习让 AI 学会想象和反念念。

跟着时辰的移，AI 能相投的事物越来越复杂，也越来越能处置确凿的用户需求。

有敬爱的是，这个发展轨迹，正好即是千问接下来要走的路。

02   千问刚刚完成次技能跃迁

在我看来巴音郭楞管道保温，周浩的商榷向，与 Qwen 3.5   如故走到的技能节点，变成了度的"卡槽对接"。

Qwen 3.5 在 2026 年 2 月发布，这是千问系列的新旗舰版块。它选拔了混架构，结了 Gated DeltaNet 和寥落混（MoE）两种技能。

旗舰模子 Qwen3.5-397B-A17B 总参数目为 3970 亿，但每次理只激活 170 亿参数，这么的想象大略让它在保捏能的同期，资本裁汰了 60，隐晦量擢升了 8 倍。

虽说 Qwen 3.5 在架构和预锻真金不怕火上如故作念到了宇宙水准，但它的后锻真金不怕火阶段却不够出。尤其是怎么让模子确凿学会理、反念念、自我纠错，这恰是千问的短板。

早在 2025 年 5 月的 Qwen 3 技能陈说中，铝皮保温Qwen 团队就如故明确示意，自后锻真金不怕火阶段的强化学习"聚焦于数学和编程任务"，并在瞻望部分坦承"想象加多强化学习算力，止境强调基于环境反应的 agent 强化学习系统"。

这个短板在 benchmark 上看得明晰。

在多个能体现度理和复杂任务才调的测试中，Qwen 3.5-397B 弥远落伍于同期发布的 Gemini 3.1 Pro。

比如在 GPQA Diamond（科学常识理）上，Gemini 3.1 Pro 得分是 94.3，Qwen 3.5 唯一 88.4。在 SWE-bench Verified（代码任务）上，Gemini 3.1 Pro 达到 80.6，Qwen 3.5 则是 76.4。在 MMLU 系列测试中，Gemini 3.1 Pro 的多话语版块得分 92.6，Qwen 3.5 的 MMLU-Pro 是 87.8。

两者的差距，就采集在需要多步想象、器具调用与自我纠错的复杂任务上。

周浩的商榷后果刚好能补上了这个缺口。它不需要额外的东谈主工标注数据，不需要给模子详确多常识，就能让模子贯通到作假在哪。

何况周浩主的多武艺强化学习，也弥补了 Qwen 在多步想象上的不及。

另外，Qwen 3.5 如故具备了 agent 的基础才调。

2026 年 1 月，千问 App 接入淘宝、支付宝、德舆图、飞猪，杀青了"句话点外、订机票、叫出租"。用户不错说"帮我订张未往返北京的机票，预算 2000 以内，带行李额"，系统会自动比价、荐航班、跳转支付、完成出票。

但这些还相比初，像是把多个 API 串起来调用，而不是确凿的多武艺理。

要是航班取消了，AI 能不可我方发现问题并切换案？要是用户说"帮我安排个周末去杭州的行程" , AI 能不可我方拆解成订票、订旅舍、想象阶梯、荐餐厅这系列子任务，然后步步践诺？这些皆需要强的自我纠错和多武艺想象才调。

此前在林俊旸的主下，Qwen 3.5 还杀青了原生多模态。这是种从预锻真金不怕火阶段运转，就把文本、图像、 token 混在起进行锻真金不怕火的模式。

它能处理 1344x1344 分辨率的图片，以及 60 秒的片断。

这套架构和周浩在 VideoPrism 上作念的事情度致，他们皆是通过早期融让模子同期学会语义相投和视觉细节。周浩对这套法论的度相投，有望匡助千问在时序理、动作相投等维度上杀青稀零打破。

林俊旸期间，千问团队的中枢竞争力不仅仅技能，是组织式。预锻真金不怕火、后锻真金不怕火、多模态、基础措施沿途在个团队里面闭环，疏浚链路短，个技能判断不错本日落地实验。

但这种"个东谈主的大脑"式的管理式，在团队限度扩大到几百东谈主之后，运转出现瓶颈。

阿里启动了官架构治愈，将蓝本闭环的团队拆分为预锻真金不怕火、后锻真金不怕火、文本、多模态等多个平行的水平单干模块，径直谈论了蓝本的垂直整模式。

团队的视察逻辑也因此发生滚动，中枢 KPI 从蓝本的模子能、榜单名次、开源影响力，转向了模子对集团业务的提后果、千问 App 的用户增长、买卖化 ROI。

周浩要接的，即是这么个摊子。

技能上如故走到宇宙前哨，但有显著短板；组织上从"商榷先"变成了"贪图驱动"；政策上从开源模子转向 C 端进口，从技能转向生存助手。

03   千问的改日是？

虽然，千问团队历久处于"算力饥渴"气象。吴泳铭也在里面会议上公开谈歉，说"莫得早知谈资源的问题"。

但这仅仅里面矛盾的面，确凿决定此次东谈主事变动的，是它发生的时辰节点。

如今的千问正处于政策大治愈，因此，底层模子的能至关进犯。

2025 年 11 月，阿里将"通义" App 名为"千问"，吴泳铭躬行拍板，并在财报分析师电话会上明确表态："阿里巴巴须要有个 AI 原生的 C 端进口。"

3 月 2 日，就在林俊旸发一又友圈告别的前天，千问 AI 眼镜在 MWC 巴塞罗那群众秀，并于本日开启群众预约。

阿里里面东谈主士自大，除 AI 眼镜除外，千问还会在年内不息发布 AI 指环、AI 耳机等家具，沿途面向群众商场发售。

"帮你处事"和"陪你聊天"，是不同的两件事，对模子来说亦然如斯。

帮用户订张机票，听起来浅易，施行上需要模子完成系列连贯动作：相投用户意图→调用德 / 飞猪 API →处理复返适度→识别格外（比如航班取消）→主动冷落备选案→恭候用户证据→完成支付。

任何个要津出错，用户体验就会垮塌。

这不是个聊天机器东谈主能作念到的，是以千问 App 会从"对话框家具"变成"任务完成家具"。

当今开千问 App，中枢交互如故个聊天框。但有了周浩的多武艺强化学习加捏之后，不错预期千问会缓缓把"处事"才调作念建造的家具模块。

不是你问它"帮我订机票"，而是它主动在你说"未来要去北京开会"的时候，自动识别出这是个需要订票、叫车、指示的复任务，并步步帮你完成，半途遭遇航班取消还能我方切换案。

这个家具方法，接近个" AI 通知"。

阿里的势就在于产业链完好，不错缝接入多样阿里系生存、购物家具，这亦然 Gemini 和 ChatGPT 现时皆还莫得作念到的。

同期我还以为，千问眼镜会成为种具多情境感知才调的 AI 助手。

现时市面上大大量 AI 眼镜的中枢才调是"你问我答"，本体上是把手机语音助手搬到了脸上。

千问眼镜要是能把 VideoPrism 的时序相投才调确凿落地，家具体验会有质的不同。

它不需要你启齿问，就能相投你正在作念什么、下步可能需要什么。你走进市，它知谈你在看货架。你在餐厅彷徨，它知谈你在对比菜单。

这种"主动感知、预判需求"的体验，才是 AI 眼镜相关于手机确凿的相反化价值。

林俊旸把千问作念成了个让群众开拓者尊敬的技能，那么周浩的任务，即是让千问确凿信得过，不仅仅机灵，还要稳、准、能把事办完。

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定巴音郭楞管道保温，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。