近日，科技行業(yè)傳來一則重磅人事變動消息：原阿里巴巴通義實(shí)驗(yàn)室Qwen（千問）大模型后訓(xùn)練負(fù)責(zé)人郁博文，已正式入職字節(jié)跳動，出任Seed團(tuán)隊(duì)視覺模型與多模態(tài)交互團(tuán)隊(duì)后訓(xùn)練負(fù)責(zé)人。這一變動引發(fā)了業(yè)界對大模型技術(shù)發(fā)展方向的廣泛關(guān)注。

郁博文擁有深厚的學(xué)術(shù)背景，本科就讀于中南大學(xué)，隨后在中國科學(xué)院信息工程研究所攻讀研究生，并于2022年獲得中國科學(xué)院大學(xué)博士學(xué)位。在校期間，他專注于自然語言處理與信息抽取領(lǐng)域的研究，曾在ACL、EMNLP等國際頂級學(xué)術(shù)會議上發(fā)表多篇論文。他創(chuàng)新性地將信息抽取任務(wù)轉(zhuǎn)化為圖結(jié)構(gòu)問題，有效解決了實(shí)體重疊、嵌套等復(fù)雜場景下的識別難題，并因此榮獲中國科學(xué)院院長獎。

2022年博士畢業(yè)后，郁博文以阿里集團(tuán)最高級別校招項(xiàng)目“阿里星”的身份加入阿里巴巴達(dá)摩院，擔(dān)任算法專家（P7）。他迅速成長為通義千問大模型團(tuán)隊(duì)的核心成員，深度參與了該模型的早期訓(xùn)練與研發(fā)工作，并最終擔(dān)任后訓(xùn)練負(fù)責(zé)人。在后訓(xùn)練領(lǐng)域，郁博文展現(xiàn)出卓越的技術(shù)能力，主導(dǎo)了Qwen系列Chat模型的研發(fā)工作。他通過監(jiān)督微調(diào)（SFT）、強(qiáng)化學(xué)習(xí)（RLHF）、直接偏好優(yōu)化（DPO）等技術(shù)手段，將通用大模型轉(zhuǎn)化為符合人類價值觀和使用習(xí)慣的對話模型。

針對不同規(guī)模的模型，郁博文設(shè)計(jì)了“四階段進(jìn)化論”和“知識蒸餾”策略，使Qwen模型在長文本生成、復(fù)雜推理及多模態(tài)理解等任務(wù)上表現(xiàn)出色。在LMSYS Chatbot Arena等全球權(quán)威評測中，Qwen系列多次躋身前十，彰顯了其技術(shù)實(shí)力。然而，2026年3月，阿里通義實(shí)驗(yàn)室啟動組織架構(gòu)調(diào)整，計(jì)劃將原本垂直整合的Qwen團(tuán)隊(duì)拆分為預(yù)訓(xùn)練、后訓(xùn)練、文本、多模態(tài)等多個平行模塊。這一調(diào)整導(dǎo)致郁博文的管理范圍大幅縮小，且與其堅(jiān)持的“預(yù)訓(xùn)練與后訓(xùn)練必須深度耦合”的技術(shù)理念產(chǎn)生沖突。阿里高層對千問團(tuán)隊(duì)施加的商業(yè)化考核壓力，也加劇了團(tuán)隊(duì)內(nèi)部的分歧。

2026年3月3日，郁博文提交了辭職申請，并于次日正式離職。他的工作由前Google DeepMind高級資深研究員周浩接任。郁博文的離職，被視為阿里大模型團(tuán)隊(duì)在技術(shù)路線與商業(yè)化壓力下的一次重要調(diào)整。

與此同時，字節(jié)跳動Seed團(tuán)隊(duì)近年來在大模型和多模態(tài)領(lǐng)域持續(xù)加大投入，取得了顯著進(jìn)展。郁博文的加入，無疑將為Seed團(tuán)隊(duì)注入新的技術(shù)活力。他在視覺與多模態(tài)交互方面的后訓(xùn)練經(jīng)驗(yàn)，將有助于字節(jié)跳動進(jìn)一步提升其大模型的技術(shù)水平，推動公司在AI領(lǐng)域的布局向更深層次發(fā)展。此次人事變動，也反映出科技行業(yè)在激烈競爭中，對頂尖技術(shù)人才的爭奪愈發(fā)激烈。