惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

aimingoo的专栏
aimingoo的专栏
雷峰网
雷峰网
博客园 - 叶小钗
V
V2EX
博客园 - Franky
博客园_首页
小众软件
小众软件
Microsoft Security Blog
Microsoft Security Blog
The GitHub Blog
The GitHub Blog
A
About on SuperTechFans
H
Hackread – Cybersecurity News, Data Breaches, AI and More
阮一峰的网络日志
阮一峰的网络日志
WordPress大学
WordPress大学
Blog — PlanetScale
Blog — PlanetScale
J
Java Code Geeks
T
The Blog of Author Tim Ferriss
U
Unit 42
Microsoft Azure Blog
Microsoft Azure Blog
月光博客
月光博客
S
SegmentFault 最新的问题
B
Blog RSS Feed
博客园 - 【当耐特】
D
Docker
N
Netflix TechBlog - Medium

InfoQ - 促进软件开发领域知识与创新的传播

Meta 收购 Manus 这事儿泡汤了 5.5万 Star 开源项目 Ghostty 被迫出走,GitHub 正在终结一代技术人的乌托邦 Slack 长时运行多智能体系统的上下文管理方案 从 T+1 到分钟级:金城银行基于 Apache Doris 构建高可靠、强一致的实时数据平台 谷歌云推出 Agents CLI,简化 AI 智能体开发全流程 Claude官方击穿高薪、高学历的安全防线!Anthropic点名10大高危职业,但有群人暂时稳了 亚马逊云科技终止 WorkMail 服务,并将 App Runner 转入维护模式 OPPO小布记忆:全模态碎片化内容的理解与智能整理实践|AICon上海 模力工场038周AI应用周榜:工具在消失,工作流在出现 Akamai CEO Tom Leighton:Agent 时代来临,云基础设施正从“中心化”转向“分布式边缘” 日均数百亿入库背后:从“人肉调度”到K8s弹性架构,度小满金融基于OceanBase重构入库架构实践 百度文库网盘发布GenFlow 4.0:月活用户超1亿,要把网盘变成全端AI工作台 Altman 投的 Agent 终端 Warp 开源了!斩获3.5万star 哪些客户需要拒, 敢让龙虾决定吗?_AI&大模型_InfoQ 中文站_InfoQ精选视频 从开发到生产:为什么越来越多的机器学习团队纷纷迁移到 Snowflake | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 探索多智能体工作流:LangGraph Snowflake Cortex AI | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 腾讯云分布式缓存数据库:AI Agent - 从提示词工程到 Harness 工程 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 基于 Streamlit 为 CSV 数据构建分析智能体 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 AI 智能体:告别文档缺漏 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 构建 AI 驱动的数据管道:深度探讨 Snowflake Openflow 与非结构化数据 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 云端太贵、本地不够聪明,英特尔押注“端云混合AI”:智能体PC会替人完成工作 不到10%的存储投入,可能拖垮90%的GPU投资!IBM把AI Agent塞进存储系统,算清企业最容易忽略的一笔账 Snowpark 上手实战 | BUILD 2025_大数据_王玮_InfoQ精选视频 ClickHouse + Langfuse,构建 Agent 可观测基石 腾讯云分布式缓存数据库:Cluster Proxy 共享连接架构深度解析 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 AI 写代码太烧钱了:Copilot、Claude 一起涨价,不如把程序员请回来? 英特尔发布至强600系列工作站处理器与锐炫Pro B70 GPU,全新AI工作站来了 腾讯云分布式缓存数据库:从 Redis 到 Valkey - 开源社区如何快速创新 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 印奇这次要“从0重做”智驾模型!首谈阶跃和千里双公司布局:中国AI商业闭环要靠车跑出来 从Cursor返聘归来,90后华裔女高管带Claude开启日更模式:token成本比工程师工资低多了!
前阿里Qwen负责人林俊旸再创业,新AI Lab估值136亿元
四月 · 2026-05-14 · via InfoQ - 促进软件开发领域知识与创新的传播

两个月前,林俊旸在 X 上用一句“bye my beloved qwen”告别千问,让 AI 圈为之震动。

震动的原因,不只是他顶着 “阿里最年轻 P10” 的头衔,更重要的是,他是把 Qwen 从阿里内部项目,一路推到全球开源大模型顶流 的关键人物。

消息出来当天,投资圈和大厂就已经坐不住了。有人不停在圈里打听:“你认识林俊旸吗?求对接。”

今天,投资人等待的答案浮出水面。

据 The Information 最新报道,林俊旸正在为其新成立的 AI 实验室(AI Lab)寻求数亿美元融资。知情人士透露,如果本轮融资完成,该项目预计 将达到约 20 亿美元,约合人民币 136 亿元

消息称,高榕资本与红杉中国 已就投资事宜展开接洽。随后,红杉中国通过投诉不实报道的形式,否认了已经投资

目前,相关谈判仍在进行中,最终估值仍有变化可能。这家实验室的名称,也尚未正式对外公布。

林俊旸是谁?

林俊旸的履历放在 AI 圈里并不常见。没有海归博士光环,也不是硅谷大厂归来,而是在国内研究和工程环境里一路长起来的技术人。

他 1993 年出生,北大语言学硕士,2019 年以应届生身份加入阿里达摩院。

2022 年底,阿里重组 AI 团队,29 岁的林俊旸被任命为千问系列大模型技术负责人。

此后三年,他带着一支百余人的团队,把千问做成了全球开源模型的标杆:Hugging Face 上的衍生模型超过 20 万个,全球下载量突破 10 亿次,日均 110 万次,衍生模型数量甚至超过了 Meta Llama。

2025 年,他成为阿里最年轻的 P10,时年 32 岁。

在这个过程中,Qwen 团队规模长期只有百余人,而字节的 Seed 团队仅负责基础模型训练的就接近千人。资源不对等的条件下做到这个结果,也是林俊旸个人技术信用的来源。

20 亿美元,投的是什么?

对一家刚刚成立,更谈不上产品和成果的 AI Lab 来说,20 亿美元不是普通意义上的公司估值,更像是对创始人过往技术积累、模型经验和团队号召力的提前定价。

这条逻辑在硅谷的 AI 圈已经被反复验证。

前 OpenAI 首席科学家 Ilya 创立 Safe Superintelligence,成立仅三个月完成 10 亿美元融资,投后估值 50 亿美元。前 OpenAI CTO 穆拉蒂创办 Thinking Machines Lab,首轮就拿到 20 亿美元,投后估值 100 亿美元。

两笔融资的底层逻辑是一样的:投资人买的不是现有产品,是这个人的技术判断力、以及他能吸引谁加入。

林俊旸走的是同一条路,只是折扣系数不同。国内同类初创的估值水平通常远低于美国同行,但 20 亿美元放在国内已是罕见的起点。

有风投分析指出,美国 AI 初创能拿高估值,部分原因是市场预期最终被科技巨头收购;然而,这套退出逻辑在中国能否同样成立,目前仍是变数。

另一个更真实的挑战,是算力

林俊旸在今年 1 月的清华 AI 峰会上曾坦言,中国在算力上与美国存在一到两个数量级的差距,但他同时提出了应对思路:算法与硬件协同设计。

这是他接下来需要正面回答的结构性问题。

他要去哪个方向

新实验室的研究方向尚未对外披露,但有几个公开的线索可以参考。

去年 10 月,他曾在千问内部组建机器人与具身智能团队,并公开表达了对基础智能体方向的判断:“多模态基础模型正在借助强化学习演变为能使用工具和记忆、执行长程推理的基础智能体。”

离职前夕,他还在朋友圈分享了 Qwen Coding Agent 的招聘信息。这也说明具身智能和 Coding Agent 是他持续投入的方向,不是一时兴起。

但最能说明问题的,是 5 月 5 日他在 X 上转发的一条研究推文,来自于一名伯克利的计算机专业在读博士 Parth Asawa。

被转发的内容是一个名为“Continual Learning Bench 1.0”的新基准测试发布,用来衡量 AI 系统在在线环境中持续自我改进的能力。

当前的大模型框架有一个根本性的局限:训练完成即冻结,部署之后不会从真实交互中持续进化。 主流的 Agent 框架也绕不开这个问题,工具调用、记忆检索只是在弥补,没有触及本质。

林俊旸转发的这个方向,瞄准的正是这个空白——让 AI 系统在使用过程中真正学习,而不只是调用。

把三个线索放在一起:具身智能、coding agent、持续学习,交汇点或许能够更清晰一些:能在真实世界中持续进化的智能体基础架构。

5 月 7 日,林俊旸清空小红书内容,更改昵称、头像和简介。

这个动作通常也意味着:新的叙事要开始了。

一条既有路径

林俊旸的故事,可以看作是中国 AI 人才迁徙潮里的一个切面。

从大厂出走再创业的 AI 技术领袖,在资本市场上已经形成了一套相对稳定的逻辑:在大厂担任过关键技术角色,积累技术声望和团队号召力,出走后投资人的响应速度往往比当事人自己还快。

阿里系出来的贾扬清,创立 Lepton AI 后被英伟达以数亿美元收购;百度系出来的景鲲,创办 Genspark 一年半融资三轮跻身独角兽。字节系的案例更多,不再赘述。

但对比看来,林俊旸的处境,似乎还有一点微妙的不同。

他不是功成身退后主动出走,而是在千问正高速上行的节点,因为组织战略与自身判断之间的矛盾,才被推着离开了自己一手建起来的项目。彼时,千问 App 月活刚跃居全球第三,马斯克才点赞他们的模型。

这种背景下出来创业,往往带着双重驱动:不只是要做出新的东西,更要证明原来那个判断是对的。

20 亿美元,就是资本市场对这种驱动力的报价。

参考链接:

https://www.theinformation.com/articles/former-alibaba-star-researcher-starts-new-ai-lab-seeks-2-billion-valuation