Qwen 負責人林俊旸離開阿里

💡Qwen 負責人離職預示阿里 AI 策略轉變；趁不確定性前搶開源模型 (38 字)

⚡ 30-Second TL;DR

有什麼變化

Qwen 技術負責人林俊旸在 Qwen 3.5 發布及馬斯克讚揚後離職。

為什麼重要

Qwen 未來不確定，關鍵人員離開可能減緩創新，阿里轉向商業化。利好字节等競爭者；凸顯開源理想與商業壓力衝突。

下一步行動

立即從 Hugging Face 下載 Qwen 3.5 模型，以防開發放緩。

誰應關注：Developers & AI Engineers

背景與延伸：來自公開資料，非原文內容。引用 8 個來源。

•林俊旸於2019年7月加入阿里，並於2023年4月成為Qwen團隊成員，其領導角色有助於連接全球開發者社群。[3]
•Qwen於2025年6月8日發布Qwen 3.5 Small系列，包括0.8B至9B參數的多模態模型，適用於設備端部署與輕量代理。[3]
•阿里通義千問API推理成本年減97%，提升Qwen模型的成本效益與企業客製化吸引力。[1]
•Qwen3-Coder-480B-A35B-Instruct採用MoE架構，支持256K長上下文並外推至100萬token，在SWE-bench驗證基準超越全球開源競爭者。[4]

📊 競品分析▸ Show

特徵/基準	Qwen	GPT-4o	Claude 3.5	DeepSeek-V3
多模態能力	支持文字、影像、音頻、視頻；Qwen2.5-VL處理複雜場景 [1][2]	支持多模態 [6]	支持多模態 [6]	多模態但Qwen2.5-Max超越 [6]
推理模型	QwQ-32B在部分基準優於o1 [5][6]	o1-preview [6]	-	-
代碼生成	Qwen3-Coder MoE優於SWE-bench [4]	領先專有模型 [4]	領先專有模型 [4]	Qwen2.5 Coder 32B相當 [6]
開源策略	全系列開源，HuggingFace領先 [2][4]	部分專有 [5]	部分專有 [4]	開源但Qwen超越 [6]

•Qwen模型參數規模從0.5B至72B，支持多模態（文字、音頻、視覺），訓練於超過3兆token，在多任務準確率與代碼生成基準優於多數開源模型。[1]
•Qwen2.5系列擴大參數規模，提升照片/視頻理解、大規模音頻語言模型，並降低Qwen-Plus與Qwen-Turbo的強推理成本。[1]
•Qwen3-VL系列（2B與32B）處理影像辨識、OCR、視頻理解與AI Agent任務，性能超越GPT-5 mini與Claude 4 Sonnet。[4]
•QwQ-32B-Preview為32B參數推理模型，上下文長度32K，在部分基準優於OpenAI o1，僅開放權重而非資料集或訓練方法。[5]
•Qwen2.5-1M支持1百萬token長上下文輸入。[2]