近日，科技行業(yè)傳來一則重磅人事變動消息：原阿里巴巴通義實驗室Qwen（千問）大模型后訓(xùn)練負責人郁博文，已正式加入字節(jié)跳動，擔任Seed團隊視覺模型與多模態(tài)交互團隊后訓(xùn)練負責人。這一變動引發(fā)了業(yè)界對大模型技術(shù)發(fā)展路徑的廣泛關(guān)注。

郁博文在學(xué)術(shù)領(lǐng)域有著深厚的積累。他本科就讀于中南大學(xué)，之后在中國科學(xué)院信息工程研究所攻讀研究生，并于2022年獲得中國科學(xué)院大學(xué)博士學(xué)位。讀研期間，他專注于自然語言處理與信息抽取領(lǐng)域的研究，在ACL、EMNLP等國際頂級學(xué)術(shù)會議上發(fā)表過多篇論文。他創(chuàng)新性地提出將信息抽取任務(wù)轉(zhuǎn)化為圖結(jié)構(gòu)問題，有效解決了實體重疊、嵌套等復(fù)雜場景下的識別難題，憑借這些突出成果，他榮獲了中國科學(xué)院院長獎。

2022年博士畢業(yè)后，郁博文以阿里集團最高級別校招項目“阿里星”的身份加入阿里巴巴達摩院，擔任算法專家（P7）。入職初期，他就深度參與了通義千問大模型的早期訓(xùn)練與研發(fā)工作，憑借出色的能力迅速成長為千問團隊的核心骨干，并最終擔任后訓(xùn)練負責人。

在后訓(xùn)練崗位上，郁博文成績斐然。他主導(dǎo)了Qwen系列Chat模型的研發(fā)，運用監(jiān)督微調(diào)（SFT）、強化學(xué)習(xí)（RLHF）、直接偏好優(yōu)化（DPO）等技術(shù)，成功將通用大模型轉(zhuǎn)化為符合人類價值觀和使用習(xí)慣的對話模型。針對不同規(guī)模的模型，他設(shè)計了“四階段進化論”和“知識蒸餾”策略，使得Qwen模型在長文本生成、復(fù)雜推理及多模態(tài)理解等任務(wù)上表現(xiàn)出色。在LMSYS Chatbot Arena等全球權(quán)威評測中，Qwen系列多次進入前十名。

然而，2026年3月，阿里通義實驗室啟動了組織架構(gòu)調(diào)整，計劃將原本垂直整合的Qwen團隊拆分為預(yù)訓(xùn)練、后訓(xùn)練、文本、多模態(tài)等多個平行模塊。這一調(diào)整使得郁博文的管理范圍大幅縮小，而且與他堅持的“預(yù)訓(xùn)練與后訓(xùn)練必須深度耦合”的技術(shù)理念產(chǎn)生了沖突。阿里高層對千問團隊施加的商業(yè)化考核壓力，也進一步加劇了團隊內(nèi)部的分歧。

2026年3月3日，郁博文提交了辭職申請，并于次日正式離職。他的工作由前Google DeepMind高級資深研究員周浩接任。

字節(jié)Seed團隊近年來在大模型和多模態(tài)領(lǐng)域持續(xù)投入資源、積極布局。郁博文的加入，無疑將為該團隊在視覺與多模態(tài)交互方面的后訓(xùn)練能力帶來顯著提升，進一步推動字節(jié)在AI領(lǐng)域的發(fā)展。業(yè)界普遍認為，這一人事變動可能會引發(fā)大模型技術(shù)領(lǐng)域的新一輪競爭與合作格局的變化。