智東西（公眾號：zhidxcom）
作者 | 李水青
編輯 | 心緣
智東西9月29日消息，據“ 互聯網八卦小喇叭”等媒體爆料，全球頂尖AI科學家、IEEE Fellow許主洪（Steven Hoi）已加盟阿里通義，轉向通義大模型的相關研發工作。
許主洪擁有超20年AI產業和學術經驗，是新加坡管理大學終身教授、曾任新加坡南洋理工大學終身副教授，在AI領域發表了300多篇頂級學術論文，論文被引用超過5萬次，曾被斯坦福大學評為全球頂尖1%的AI科學家之一。
作為多模態大模型領域的領軍人物，許主洪曾擔任全球最大的企業軟件公司Salesforce的副總裁，從零開始構建了Salesforce在亞洲的AI研究生態系統；他還于2023年創立了一家多模態AI創企HyperAGI，可以說是業內少有的產學研多棲AI大牛。
▲許主洪
2025年2月，許主洪加入阿里并擔任阿里集團副總裁、智能信息事業群首席科學家，向智能信息事業群總裁吳嘉匯報，負責AI To C業務的多模態基礎模型及智能體（Agents）研究與應用。
按原本的定位，許主洪的核心任務大概是組建頂級AI算法團隊，整合通義（應用）、夸克、天貓精靈等內部資源，促進多模態交互產品迭代，加速AI To C商業化。
在今年6月的2025上海世界移動通信大會上，許主洪發表題為《多模態大模型發展與演進》的演講，在演講中他以夸克App的AI超級框、AI相機等功能為例講解了多模態大模型的應用場景。
▲許主洪以夸克為例講解多模態大模型應用場景
然而，在加入阿里7個多月后，許主洪傳出加入通義實驗室團隊，這意味著他可能將從面向AI To C商業化研發轉向更基礎前沿的大模型研發。
如果消息屬實，這意味著阿里完成了一次重大的人才重配，也標志阿里在多模態大模型研發領域再投重碼。
當下，阿里通義大模型正處于“拼迭代速度”、“多模態發展”的關鍵階段，十分需要許主洪這樣對口的頂尖產學研多棲且有分量的AI大牛坐鎮。
在9月底舉辦的2025云棲大會期間，阿里云智能集團首席技術官、通義實驗室負責人周靖人透露，連續發布數十款模型背后有戰略考量：全球AI模型進展都在加速，整個通義家族一直在跟全球AI領域的領先者進行你追我趕，AI今天已進入加速期，比拼的是模型迭代效率；同時模型從單模態到多模態的演進是必然趨勢，阿里期待接下來在多模態方面還有進一步的創新和突破。
許主洪或是目前阿里最適合牽頭做這件事情的人。他曾在在今年5月螞蟻技術開放日上的演講中提到，當下，用統一的框架做理解和生成，發展多模態大模型的一大演進趨勢。但這一領域發展尚處于的初級階段，需要實踐驗證。
▲許主洪在講解統一多模態模型產業發展脈絡
許主洪指出，統一理解與生成的多模態大模型面臨眾多技術挑戰。在全模態交互挑戰方面，當下支持音、視、圖、文全模態交互的公開單模型非常少見；在理解與生成統一方面，圖像和語意的理解生成統一模型鮮有出現，且理解和生成效果難以平衡。
而在6月的演講中，許主洪也提到：“多模態Agent AI時代才剛剛開始，未來要真正達到AGI，我們還需要解決很多技術難題，包括多模態大模型的基礎能力、Agent智能體的核心功能模塊、數據世界的連接與操作、物理世界的交互與控制等等，都有很多的挑戰，但是這也是未來多模態大模型行業的機會。”
截至目前，阿里及許主洪方未對此進行置評。
