文 | 字母 AI
论国内 AI 圈谁的压力最大，梁文锋、杨植麟、姚顺雨、唐杰都是榜上有名，不过从现在开始，刘大一恒身上所背负的，恐怕也不小。
3 月 4 日，随着林俊旸留下的一句 " 再见了，我挚爱的 Qwen"，Qwen 在这半年之间进入了一段没有 1 号位的日子。
一开始，Qwen1 号位是由阿里云 CTO 周靖人临时代管，再往后，通义大模型事业部与未来生活实验室合并，成立由吴泳铭直接负责的 Token Foundry 事业部。
到了 9 月 22 日，杭州云栖大会的主论坛。阿里巴巴集团 CEO 吴泳铭演讲结束后，2021 年入职阿里、在后林俊旸时代负责预训练、后训练与编程方向的刘大一恒，以 Qwen 负责人的身份走上台前。
论开源生态，Qwen 依然是全球第一，30 亿次下载、30 万个衍生模型、460 多款开源模型，长期霸榜 Hugging Face。
但论模型本身，Qwen 并不乐观。旗舰的 Qwen 3.8 Max 虽然在 Artificial Analysis 的 Agentic Index 上排第一，但是智能指数上只排在了第七位。
所以，当刘大一恒今天走上这个舞台，他讲的既是一份路线图，也是一次表态。在失去灵魂人物之后，国内国外各路竞争对手纷纷追赶之时，Qwen 究竟要靠什么继续走下去。
刘大一恒，顶得住压力吗？
Qwen 的路线图
云栖大会上，吴泳铭把 " 机器智能时代 " 的三大基石定义为 AI 模型、AI 芯片和 AI 云，并给出了两个判断：未来机器供给的思考总量将达到人类的 1000 倍以上，而今天这个比例还不到 3%；今天的 AI Coding 就 1882 年的电灯，替代的是既有工作，还不足以开创一个时代。
同时吴泳铭表示，Qwen 团队正在递归式自我改进（RSI）上取得进展，未来模型将扩展到 5 到 10T 参数。
紧接着，刘大一恒走上台前，以 Qwen 负责人的身份，讲述了 Qwen 未来的路线图。
围绕这个判断，他铺开了 Qwen 的路线图，大致可以拆成五条线。
第一条线是自我改进，也就是吴泳铭所提到的 RSI。
Qwen3.8-Max 已经能在人类几乎 " 零参与 " 的条件下，自主搭建训练流程、构造训练数据、设计实验并定位缺陷，持续迭代超过一个月、完成 33 轮有效迭代。
结果就是，其 Artificial Analysis 评测得分从 40 提升至 45，约合 12.5% 的提升。
但刘大一恒表示，RSI 目前仍是 " 初步进入模型训练、推理及芯模协同等环节 "，并非完全无人化的成熟状态。
第二条线是架构迭代。
基于新一代架构的 Qwen4 已进入训练阶段，开源侧优先安排 Qwen4-27B。至于后续的 Qwen4.5、Qwen5，计划把参数规模扩展到 5 万亿至 10 万亿量级。
刘大一恒在演讲中强调，参数规模的扩展仍是通向 ASI 的核心路径之一。与此同时，Qwen3.8-Flash 提前开源了下一代架构，官方称训练成本降低近 90%。
第三条线是全模态统一。
刘大一恒认为，Qwen3.8-Omni 是 Qwen 进入多模态统一理解阶段的标志。
配套产品包括图像模型 Qwen-Image-3.1、语音模型 Qwen-Audio-3.1、同传模型 Qwen3.8-LiveTranslate，以及音乐模型、世界模型和预计 11 月发布的下一代视频生成模型。
第四条线是开源开放。
"AI 的价值不应只属于少数企业，而应成为全世界用户都可获取、使用、创造的基础能力。" 刘大一恒说到，" 让更多人用得起 AI、用得上 AI、参与创造 AI"。
随后刘大一恒表示，Qwen 未来仍然坚持开源开放。
刘大一恒给出的数据是，阿里累计开源 460 多款模型，Qwen 系列全球下载量超过 30 亿次，衍生模型超过 30 万个，位居全球第一。
Qwen3.8-27B 发布仅两个月，Qwen 整个家族的下载数量就超过了 DeepSeek、Llama 等开源模型，成为 Hugging Face 上获赞最多的模型系列。
第五条线是端侧与终端落地。
桌面端，开源的 27B 模型可本地运行。移动端，阿里发布了 AI 手机全栈方案 Qwen Intelligence，让手机能够完成跨应用的复杂任务。
此外还涉及 AI 眼镜、桌面机器人，以及基于 RISC-V 的玄铁 C950 CPU，可以原生运行 Qwen3.8-27B。
这五条线并非单独运行，它们组合在一起构成了阿里在 AI 上的完整战略。
RSI 处理 " 模型如何自我提升 "，架构迭代处理 " 性能上限能到多高 "，全模态处理 " 能理解什么 "，开源处理 " 谁能用 "，端侧处理 " 在哪里用 "。
它们共同服务的，是刘大一恒所说的 " 真实世界 Agent" 这一目标，让模型从对话走向能独立完成任务的系统。
刘大一恒从幕后到公众前的第一次亮相，就已经覆盖了硬件、软件、策略这三大方向。
刘大一恒这个人
刘大一恒是四川自贡人，名字 " 大一恒 " 并不常见，甚至让很多人以为这是他在阿里的花名。
2012 年，他进入四川大学计算机学院。2015 年，以综合排名第一的成绩保送 "3+2+3" 本硕博连读，导师为吕建成教授。
2017 年，刘大一恒赴新加坡国立大学交流。2020 年获四川大学计算机博士学位。
从本科到博士，他一直在四川大学，没有海外学历，也没有清华、北大的背景。这一点，与 AI 圈里常见的那条 " 名校本科—海外博士—大厂镀金 " 的路径不同。
他第一次进入公众视野，与一篇论文有关。
2019 年他在 ACL（国际计算语言学协会年会）上发表论文，这也是四川大学在读研究生首次在 ACL 上发表成果。
他后来在采访中提到，并非自己投递简历，而是论文发表、加上学校官网对其科研成果的报道之后，华为就主动联系了他。
在这之后，刘大一恒一战成名。
2019 年，他参加了谷歌举办的 Natural Questions（NQ）全球长期公开竞赛。
这项竞赛的任务可以概括为：让系统 " 读完整个维基百科页面 "，再回答用户在谷歌搜索引擎里输入的问句。
它的难点有两个，第一点是长文档，一页维基百科动辄数千上万字，信息密度很高。第二点是开放领域，问题没有预设范围，什么都可能被问到。
长文档和开放领域，是当时自然语言处理里公认最难的两类问题。
想要在这场比赛里获得名次也是一件难事，因为同场竞争的包括谷歌 AI、IBM Research 等团队。
即使如此，刘大一恒所在团队提出的模型在提交时取得世界第一，并保持了三个月。其中单模型首次在该竞赛的所有测试指标上超过单人类性能，集成模型在公开排行榜上排名世界第一。
刘大一恒做出的项目叫做 RikiNet，名字意为 Reading Wikipedia，" 读维基百科的神经网络 "。它的核心逻辑是把整页维基百科当作阅读对象，再从整页里定位答案。
RikiNet 由两个模块构成：一个是 " 动态段落双注意力阅读器 "，负责在超长文本里捕捉远距离依赖、过滤掉无关内容；另一个是 " 多层级联答案预测器 "，利用长答案（段落）与短答案（片段）之间的层级关系，依次预测出短答案的位置、长答案所在的段落和答案类型。
2020 年，经过华为多轮选拔，他入选 " 天才少年计划 " 第一档，为西南地区首位入选第一档的学生、当年全国仅 5 人，最高年薪 200 万元。
毕业后他加入华为云语音语义创新 LAB。不过他没有停留太久，2021 年，他就转投阿里达摩院语言技术实验室，参与 Qwen 的研发。
他曾自嘲到：" 我既非天才，也已不是少年。"
在 Qwen，刘大一恒长期负责预训练，并且主导了 Qwen 1 至 Qwen 3.5 全系列语言模型的研发，深度参与 Qwen 多模态、编程、数学（Qwen-Math）等系列，累计参与 300 多款 Qwen 模型的开源工作。
在 Qwen 系列名气最响的 Qwen2.5、Qwen3 等技术报告中，同样有刘大一恒的署名。
刘大一恒是团队里少数同时横跨预训练、编程、后训练这三大核心模块的人。预训练决定模型的底层能力。
而强化学习、对齐、推理与 Agent 这样的后训练，决定了 Qwen 在实际业务中的表现。编程则决定 Qwen 的商业化能力。
所以刘大一恒才会在第一次公开演讲中讲了完整的 Qwen 路线图，那对他来说只是个长久以来的工作报告而已。
Qwen 在经历多轮重组之后，需要一个 " 能稳住盘子的人 "。Qwen1 号位，也只有刘大一恒能当。
刘大一恒与林俊旸的区别
过去三年，Qwen 在公众面前的形象，很大程度上与林俊旸个人绑定。
他生于 1993 年 3 月，比刘大一恒还年轻一些。
2019 年毕业后，他加入阿里达摩院，从高级算法工程师做起。2020 年 " 通义千问 " 立项，他是核心架构成员，主导了 OFA、Chinese CLIP 等多模态基础框架。
2022 年底，达摩院的语言、视觉等团队整体并入阿里云、成立通义实验室，他被正式任命为通义千问系列大模型的技术负责人。
此后几年，林俊旸主导了 Qwen 系列的开源工作，Qwen 也因此成了全球开源生态里的头部模型家族。
2025 年，林俊旸升任 P10，是阿里历史上最年轻的 P10 之一。
林俊旸和刘大一恒最大的不同，在于 " 方式 "。
林俊旸是台前的人，他活跃在社交媒体上，会与马斯克互动，会亲自发招聘帖，强调 " 模型即产品 "，主张研究人员要像产品经理一样，把成果做成真实世界可用的系统。
他不仅是技术负责人，也是 Qwen 的头号公关和代言人。
刘大一恒则长期在幕后，公开露面极少，风格偏低调、稳健，与 Qwen 一同成长。
2026 年 3 月，通义实验室计划把 Qwen 团队从 " 垂直整合 " 改为 " 水平分工 "。
具体方法是，把原本拧在一起的预训练、后训练、文本、多模态、基础设施等环节，拆分为相对独立的部门。
这与林俊旸长期主张的全链路深度协同存在矛盾，他认为拆分打散会拖慢迭代、抬高沟通成本。随后提出了辞职。
离开 Qwen 不到半年后，林俊旸在上海官宣创办 " 语用科技 "（Pragmatik Labs），内部简称为 p7k，方向是 " 横跨数字世界与物理世界的下一代 AI Agent"。
公司天使轮投后估值约 20 亿美元，由高榕创投与红杉中国各出资约 1 亿美元联合领投，腾讯跟投约 2000 万美元，上海未来产业基金参与。
林俊旸和刘大一恒之间，也代表了 Qwen 所处的不同时代。
林俊旸执掌的几年，正是 Qwen 在阿里内部项目成长的阶段。
这一阶段需要的是能把技术讲清楚、能在开源社区建立信任、能对外定义产品的人。
刘大一恒面对的，是阿里 Token Foundry 成立后的组织收敛、商业化压力。
这一阶段更看重稳定交付、跨模块协调与组织连续性。从 " 技术狂飙 " 到 " 商业落地 "，刚好是整个中国 AI 产业近期的变化，林俊旸的离开和刘大一恒的上任，恰好落在这个转折点上。
刘大一恒能不能顶住压力，暂且无法盖棺定论，但综合来看，他的确是这个位置最好的人选，没有之一。
