智东西

作者 | 李水青

编辑 | 心缘

智东西9月29日消息，据“ 互联网八卦小喇叭”等媒体爆料，全球顶尖AI科学家、IEEE Fellow许主洪（Steven Hoi）已加盟阿里通义，转向通义大模型的相关研发工作。

许主洪拥有超20年AI产业和学术经验，是新加坡管理大学终身教授、曾任新加坡南洋理工大学终身副教授，在AI领域发表了300多篇顶级学术论文，论文被引用超过5万次，曾被斯坦福大学评为全球顶尖1%的AI科学家之一。

作为多模态大模型领域的领军人物，许主洪曾担任全球最大的企业软件公司Salesforce的副总裁，从零开始构建了Salesforce在亚洲的AI研究生态系统；他还于2023年创立了一家多模态AI创企HyperAGI，可以说是业内少有的产学研多栖AI大牛。

▲许主洪

2025年2月，许主洪加入阿里并担任阿里集团副总裁、智能信息事业群首席科学家，向智能信息事业群总裁吴嘉汇报，负责AI To C业务的多模态基础模型及智能体（Agents）研究与应用。

按原本的定位，许主洪的核心任务大概是组建顶级AI算法团队，整合通义（应用）、夸克、天猫精灵等内部资源，促进多模态交互产品迭代，加速AI To C商业化。

在今年6月的2025上海世界移动通信大会上，许主洪发表题为《多模态大模型发展与演进》的演讲，在演讲中他以夸克App的AI超级框、AI相机等功能为例讲解了多模态大模型的应用场景。

▲许主洪以夸克为例讲解多模态大模型应用场景

然而，在加入阿里7个多月后，许主洪传出加入通义实验室团队，这意味着他可能将从面向AI To C商业化研发转向更基础前沿的大模型研发。

如果消息属实，这意味着阿里完成了一次重大的人才重配，也标志阿里在多模态大模型研发领域再投重码。

当下，阿里通义大模型正处于“拼迭代速度”、“多模态发展”的关键阶段，十分需要许主洪这样对口的顶尖产学研多栖且有分量的AI大牛坐镇。

在9月底举办的2025云栖大会期间，阿里云智能集团首席技术官、通义实验室负责人周靖人透露，连续发布数十款模型背后有战略考量：全球AI模型进展都在加速，整个通义家族一直在跟全球AI领域的领先者进行你追我赶，AI今天已进入加速期，比拼的是模型迭代效率；同时模型从单模态到多模态的演进是必然趋势，阿里期待接下来在多模态方面还有进一步的创新和突破。

许主洪或是目前阿里最适合牵头做这件事情的人。他曾在在今年5月蚂蚁技术开放日上的演讲中提到，当下，用统一的框架做理解和生成，发展多模态大模型的一大演进趋势。但这一领域发展尚处于的初级阶段，需要实践验证。

▲许主洪在讲解统一多模态模型产业发展脉络

许主洪指出，统一理解与生成的多模态大模型面临众多技术挑战。在全模态交互挑战方面，当下支持音、视、图、文全模态交互的公开单模型非常少见；在理解与生成统一方面，图像和语意的理解生成统一模型鲜有出现，且理解和生成效果难以平衡。

而在6月的演讲中，许主洪也提到：“多模态Agent AI时代才刚刚开始，未来要真正达到AGI，我们还需要解决很多技术难题，包括多模态大模型的基础能力、Agent智能体的核心功能模块、数据世界的连接与操作、物理世界的交互与控制等等，都有很多的挑战，但是这也是未来多模态大模型行业的机会。”

截至目前，阿里及许主洪方未对此进行置评。