字节“挖角”阿里千问核心骨干

3月12日，原阿里巴巴通义实验室Qwen大模型后训练负责人郁博文，已正式加入字节跳动，担任Seed团队视觉模型与多模态交互团队后训练负责人。

这距离郁博文3月7日透露离职消息仅过去五天，没错，他的离职和阿里千问灵魂人物林俊旸的告别发生在同一天。而郁博文并非第一位从阿里千问核心团队出走并加入字节的骨干——2024年7月，原通义千问技术负责人周畅已被字节以千万年薪收入囊中。

连续两次技术骨干离职后加入字节，这让人不得不怀疑字节背后的AI战略意图？还有，后训练专家为何成为大模型竞争中的关键稀缺资源？

从“阿里星”到后训练负责人

公开资料显示，郁博文本科毕业于中南大学，后考入中国科学院信息工程研究所攻读研究生，2022年获得中国科学院大学博士学位。在读期间，他专注于自然语言处理与信息抽取领域研究，曾在ACL、EMNLP等国际顶级学术会议上发表多篇论文，并提出将信息抽取任务转化为图结构问题的创新思路。凭借突出的学术表现，他曾荣获中国科学院院长奖。

2022年博士毕业后，郁博文以阿里集团最高级别校招项目“阿里星”身份加入阿里巴巴达摩院，担任算法专家(P7)。入职初期即深度参与通义千问大模型的早期训练与研发，迅速成长为千问团队核心骨干，并最终担任后训练(Post-training)负责人。

作为后训练负责人，郁博文在大模型的“对齐”与“精调”领域贡献卓著。他主导了Qwen系列Chat模型的研发，通过监督微调(SFT)、强化学习(RLHF)、直接偏好优化(DPO)等技术，将通用大模型转化为符合人类价值观和使用习惯的对话模型。

针对不同规模模型，他设计了“四阶段进化论”和“知识蒸馏”策略，使Qwen模型在长文本生成、复杂推理及多模态理解等任务上表现优异。

从“阿里星”到后训练负责人，郁博文的成长轨迹映射出中国AI人才培养的缩影，也让他发展成行业争抢的稀缺资源。

离职导火索

业内猜测，郁博文的离职导火索在于阿里的架构调整。

3月初，阿里通义实验室启动了组织架构调整，计划将原本垂直整合的Qwen团队拆分为预训练、后训练、文本、多模态等多个平行的水平分工模块。这一调整导致郁博文的管理范围大幅缩小，且与其坚持的“预训练与后训练必须深度耦合”的技术理念产生冲突。

与此同时，阿里高层对千问团队施加的商业化考核压力也在加剧团队内部的分歧。有内部人士透露，阿里让基础大模型研发的开源团队将日活跃用户数(DAU)作为重要考核指标，这让团队被迫将大量精力放在做红包活动、简化模型功能、对接阿里生态的消费场景上。

这种从技术优先转向业务优先的调整，与林俊旸、郁博文等核心技术人员坚持的“极致开源、商用零成本”理念有着直接的冲突。林俊旸曾多次在内部强调，预训练、后训练乃至Infra和训练团队应该更紧密地结合和沟通。

字节的算盘

郁博文加入的字节Seed团队，是字节跳动AI研发的核心部门，目前负责人为吴永辉博士，此前曾任Google DeepMind研究副总裁，参与Gemini大模型研发。吴永辉于2025年2月正式加入字节跳动，并接管Seed团队，直接向字节跳动CEO梁汝波汇报。

Seed部门研究方向涵盖大语言模型(LLM)、语音、视觉、世界模型、基础架构、AI Infra及下一代AI交互等领域，其研发的豆包大模型已应用于50余个场景。该团队聚焦多模态技术突破，已迭代推出Seed 2.0系列基础模型、Seedance 2.0视频生成模型、Seed3D 1.0 3D生成模型等核心成果。

郁博文的加入无疑将强化字节在视觉与多模态交互方面的后训练能力。他在Qwen系列Chat模型研发中积累的监督微调、强化学习、直接偏好优化等技术经验，正是字节在多模态模型对齐和精调方面急需的核心能力。

值得注意的是，郁博文将加入的“多模态交互与世界模型”部门，正是由前阿里千问技术负责人周畅所在。也就是说，字节正在系统性地构建一个由阿里千问核心骨干组成的多模态技术团队。

在大模型竞争进入深水区的今天，后训练专家的价值正在被重新评估和争夺。

预训练决定了模型的知识广度和基础能力，而后训练则决定了模型的实际可用性、安全性和用户体验。一个优秀的后训练专家，能够通过精妙的算法设计和工程实现，将庞大的基础模型转化为真正可用的产品。

字节连续挖角阿里千问后训练核心骨干，反映出其在AI战略上的清晰思路。不仅要追赶基础模型能力，更要在模型实用化、产品化方面建立优势。这与字节一贯的产品驱动文化高度契合。

后记

在这场没有终点的AI竞赛中，唯一不变的是对顶尖人才的渴望与争夺。而那些能够为顶尖人才提供技术理想与成长空间的企业，将在长期竞争中占据优势。

正如《三体》中所言，“给岁月以文明，而不是给文明以岁月”。在AI这场技术革命中，真正稀缺的不是算力与数据，而是那些能够“给模型以灵魂”的后训练专家。当大模型从“大力出奇迹”走向“精雕细琢”时，决定胜负的已不再是参数规模，而是让AI真正理解人类意图的那双“看不见的手”。