让不懂建站的用户快速建站，让会建站的提高建站效率！
文 | 字母 AI
林俊旸半夜发文"告别"千问，在 AI 圈中引起山地风云，也让"周浩"这个名字参加公众视线。
2026 年 1 月，周浩低调加入阿里，第一站不是通义实验室，而是先挂靠在夸克。
在夸克窄小过渡之后，周浩就地转入通义实验室，接替同日下野的后考验讲求东说念主郁博文，讲述线径直拉到阿里云 CTO、通义实验室讲求东说念主周靖东说念主。
周浩本科毕业于中国科学本领大学，2019 年在威斯康星大学麦迪逊分校获得机器学习与计较机视觉想法的博士学位，随后在 Meta 作念了一段 AI 基础照料，积存了大领域模子考验的工程劝诫。
委果让他成名的所在是 DeepMind。
自从加入 DeepMind 以后，周浩在那儿一齐升至高档主任照料科学家（Senior Staff Research Scientist），这是谷歌照料体系中少量数东说念主能涉及的级别。
同期周浩也成为了 Gemini 强化学习与自我改良（RL & Self-Improvement）团队的讲求东说念主。
从 Gemini 1.5 到现如今的 Gemini 3 Pro，周浩参与了谷歌旗舰大模子中枢功能的研发责任。
那么周浩能为千问带来什么？
谜底藏在他夙昔几年在 DeepMind 里作念的事情里。
01 周浩有什么才略？
2023 年，在 Gemini 1.0 的本领敷陈中，周浩担任" Gemini App Factuality Co-Lead "（Gemini APP 事实性长入讲求东说念主）这一职位，他的中枢职责是保险 Gemini 面向 C 端用户的输出事实准确性，输出的信息准确、可靠，不会"一册稳重地瞎掰八说念"。
说白了等于让模子从后考验到落地，悉数这个词进程里减少幻觉。
一个模子不错在学术 benchmark 上跑出漂亮的分数，但如若它在恢复"今天天气何如样"时捏造数据，在法律问答时援用不存在的法条，那这个模子等于灾难。
传统的作念法是过后检测。也等于让模子先生成谜底，然后用另一个系统去给如故生成好的谜底进行考据。
但这种步调老本高、蔓延大，并且很难笼罩悉数场景。
周浩和团队在 Gemini 上作念的事实性责任，是从模子考验和强化学习的泉源发轫。
通过联想挑升的奖励函数和考验策略，让模子在生成每一个 token 的时候，就内化了"事实准确性"这个不断。
这不是简单地让模子记着更多学问，而是让模子学会差别"我知说念的事实"和"我不细目的预计"，在不细目的时候主动裁减置信度，以至拒却恢复，而不是硬着头皮瞎编。
这套事实性保险体系的效果，体刻下了 Gemini 的推行进展上。
本领敷陈中指出，Gemini Ultra 在 MMLU（大领域多任务谈话洽商）基准测试中获得了 90.04% 的准确率，成为首个越过东说念主类群众水平（89.8%）的 AI 模子。
MMLU 涵盖数学、物理、历史、法律、医学、伦理等 57 个学科领域，是掂量模子学问广度和准确性的泰斗基准。
更进犯的是，本领敷陈出奇强调 Gemini 模子在事实性相干任务上展现出" exceptionally strong performance on factuality "（在事实性方面进展荒谬强盛），这径直考据了周浩团队在诳骗层面事实性保险责任的奏效。
如若说在 Gemini 1.0 时期，周浩处治的是"何如让 AI 相识到造作"，那么到了 2024 年，周浩当作中枢孝顺者参与的 VideoPrism，它处治的等于"何如让 AI 看懂视频"。
这篇论文推行上是构建了一个视频基础编码器，好像处理从科学视频到监控摄像等种种视频内容。
以前的 AI "看视频"，其实是把视频拆成一帧一帧的图片分别看，就像把一部电影剪成几千张截图然后逐张分析。它能认出画面里有什么，但根底不懂"前后发生了什么"。
VideoPrism 则是让 AI 洽商视频里的时期流动。比如看一段作念菜视频，它不仅知说念"这是一个厨房、有一个东说念主、有一口锅"，还能洽商"这个东说念主先切菜、然后热油、然后下锅炒"这个动作序列。
VideoPrism 的中枢想路是将大领域视频 - 文本对数据与纯视频数据诱骗，通过两阶段考验，让模子同期学会语义洽商和视觉细节。
第一阶段用对比学习让模子学会匹配视频和文本刻画，第二阶段用掩码自编码让模子学会预测视频中被掩饰的部分。
这个联想让 VideoPrism 好像从两种互补的信号中学习。文本刻画提供语义信息，视频内容提供视觉动态信息。
在 33 个视频洽商基准测试中，VideoPrism 在 31 个上达到了最优性能，并且用的是并吞个冻结模子，简直不需要针对不同任务作念适配。
这个责任被径直居品化参加谷歌的多模态体系，是 Gemini 视频洽商才气的本领基石之一。
周浩一样亦然 Gemini 3.0 的环节孝顺者（Key Contributor）。在这个模子上，他具体讲求的是多法子强化学习（Multi-step RL），翻译成东说念主话，等于让模子在处治复杂问题时，好像进行多轮想考、规划、扩充、反想的链式推理才气。
Gemini DeepThink（深度想考模式）和 DeepResearch（深度照料）等功能等于因此而来的。
宽泛的 AI 恢复问题，是"想一步、说一步"。你问它一个复杂问题，它从新到尾生成一遍谜底就完结，半途不会停驻来质疑我方。
周浩作念的事，是让 AI 学会"连气儿想好几步"。
AI 会先拆解问题、制定筹划，然后一步步扩充，每走一步都回头查验"这步走对了吗？下一步该何如走？"。
这么一来，Gemini 的 DeepResearch 功能就不错帮你自动搜索几十个网页，再概括搜索截止，给你写出一份有逻辑的照料敷陈。而不是像其他大模子一样，把搜索截止连气儿"喷"出来，因为它的确是在一步时势想考和规划。
周浩的照料阶梯启示有一条领会的干线。
从最一运行让 AI 我方显着什么是错的，再让 AI 相识到时期序列这个抽象主张，终末通过多法子强化学习让 AI 学会规划和反想。
跟着时期的推移，AI 能洽商的事物越来越复杂，也越来越能处治真实的用户需求。
成心料的是，这个发展轨迹，正巧等于千问接下来要走的路。
02 千问刚刚完成一次本领跃迁
在我看来，周浩的照料想法，与 Qwen 3.5 如故走到的本领节点，变成了高度精确的"卡槽对接"。
Qwen 3.5 在 2026 年 2 月发布，这是千问系列的最新旗舰版块。它收受了夹杂架构，诱骗了 Gated DeltaNet 和寥落夹杂群众（MoE）两种本领。
旗舰模子 Qwen3.5-397B-A17B 总参数目为 3970 亿，但每次推理只激活 170 亿参数，这么的联想好像让它在保合手高性能的同期，老本裁减了 60%，蒙眬量普及了 8 倍。
虽说 Qwen 3.5 在架构和预考验上如故作念到了宇宙级水准，但它的后考验阶段却不够出色。尤其是怎么让模子委果学会推理、反想、自我纠错，这恰是千问的短板。
早在 2025 年 5 月的 Qwen 3 本领敷陈中，Qwen 团队就如故明确暗意，后来考验阶段的强化学习"聚焦于数学和编程任务"，并在预计部分坦承"筹划加多强化学习算力，出奇强调基于环境响应的 agent 强化学习系统"。
这个短板在 benchmark 上看得更明晰。
在多个最能体现深度推理和复杂任务才气的测试中，Qwen 3.5-397B 永远过时于同期发布的 Gemini 3.1 Pro。
比如在 GPQA Diamond（科学学问推理）上，Gemini 3.1 Pro 得分是 94.3%，Qwen 3.5 只消 88.4%。在 SWE-bench Verified（代码任务）上，Gemini 3.1 Pro 达到 80.6%，Qwen 3.5 则是 76.4%。在 MMLU 系列测试中，Gemini 3.1 Pro 的多谈话版块得分 92.6%，Qwen 3.5 的 MMLU-Pro 是 87.8%。
两者的差距，就王人集在需要多步规划、器具调用与自我纠错的复杂任务上。
周浩的照料恶果刚好能补上了这个缺口。它不需要额外的东说念主工标注数据，不需要给模子灌注更多学问，就能让模子意志到造作在哪。
并且周浩主导的多法子强化学习，也弥补了 Qwen 在多步规划上的不及。
另外，Qwen 3.5 如故具备了 agent 的基础才气。
2026 年 1 月，千问 App 全面接入淘宝、支付宝、高德舆图、飞猪，杀青了"一句话点外卖、订机票、叫出租"。用户不错说"帮我订一张未往返北京的机票，预算 2000 以内，带行李额"，系统会自动比价、推选航班、跳转支付、完成出票。
但这些功能还相比低级，更像是把多个 API 串起来调用，而不是委果的多法子推理。
如若航班取消了，AI 能不成我方发现问题并切换决议？如若用户说"帮我安排一个周末去杭州的行程" , AI 能不成我方拆解成订票、订旅馆、规划阶梯、推选餐厅这一系列子任务，然后一步步扩充？这些都需要更强的自我纠错和多法子规划才气。
此前在林俊旸的主导下，Qwen 3.5 还杀青了原生多模态。这是一种从预考验阶段运行，就把文本、图像、视频 token 混在沿路进行考验的模式。
它能处理最高 1344x1344 分辨率的图片，以及 60 秒的视频片断。
这套架构和周浩在 VideoPrism 上作念的事情高度一致，他们都是通过早期交融让模子同期学会语义洽商和视觉细节。周浩对这套步调论的深度洽商，有望匡助千问在视频时序推理、动作洽商等维度上杀青进一步破裂。
林俊旸时间，千问团队的中枢竞争力不仅仅本领，更是组织形状。预考验、后考验、多模态、基础设施全部在一个团队里面闭环，疏导链路极短，一个本领判断不错本日落地实验。
但这种"一个东说念主的大脑"式的治理形状，在团队领域扩大到几百东说念主之后，运行出现瓶颈。
阿里启动了官方架构调换，将蓝本闭环的团队拆分为预考验、后考验、文本、多模态等多个平行的水平单干模块，径直含糊了蓝本的垂直整合模式。
团队的窥探逻辑也因此发生波折，中枢 KPI 从蓝本的模子性能、榜单排行、开源影响力，转向了模子对集团业务的提效恶果、千问 App 的用户增长、营业化 ROI。
周浩要接的，等于这么一个摊子。
本领上如故走到宇宙前哨，但有彰着短板；组织上从"照料优先"变成了"贪图驱动"；计谋上从开源模子转向 C 端超等进口，从本领品牌转向糊口助手。
03 千问的改日是？
固然，千问团队耐久处于"算力饥渴"情状。吴泳铭也在里面会议上公开说念歉，说"莫得更早知说念资源的问题"。
但这仅仅里面矛盾的一面，委果决定此次东说念主事变动的，是它发生的时期节点。
如今的千问正处于计谋大调换，因此，底层模子的性能至关进犯。
2025 年 11 月，阿里将"通义" App 改名为"千问"，吴泳铭躬行拍板，并在财报分析师电话会上明确表态："阿里巴巴必须要有一个 AI 原生的 C 端超等进口。"
3 月 2 日，就在林俊旸发一又友圈告别的前一天，千问 AI 眼镜在 MWC 巴塞罗那寰球首秀，并于本日开启寰球预约。
阿里里面东说念主士自满，除 AI 眼镜以外，千问还会在年内接续发布 AI 指环、AI 耳机等居品，全部面向寰球市集发售。
"帮你服务"和"陪你聊天"，是统统不同的两件事，对模子来说亦然如斯。
帮用户订一张机票，听起来简单，推行上需要模子完成一系列连贯动作：洽商用户意图→调用高德 / 飞猪 API →处理复返截止→识别荒谬（比如航班取消）→主动淡薄备选决议→恭候用户证据→完成支付。
任何一个要道出错，用户体验就会坍塌。
这不是一个聊天机器东说念主能作念到的，是以千问 App 会从"对话框居品"变成"任务完成居品"。
刻下翻开千问 App，中枢交互如故一个聊天框。但有了周浩的多法子强化学习加合手之后，不错预期千问会徐徐把"服务"才气作念成闲隙的居品模块。
不是你问它"帮我订机票"，而是它主动在你说"未来要去北京开会"的时候，自动识别出这是一个需要订票、叫车、教唆的复合任务，并一步步帮你完成，半途碰到航班取消还能我方切换决议。
这个居品形态，更接近一个" AI 布告"。
阿里的上风就在于产业链好意思满，不错无缝接入多样阿里系糊口、购物居品，这亦然 Gemini 和 ChatGPT 刻下都还莫得作念到的。
同期我还以为，千问眼镜会成为一种具多情境感知才气的 AI 助手。
刻下市面上大多半 AI 眼镜的中枢才气是"你问我答"，推行上是把手机语音助手搬到了脸上。
千问眼镜如若能把 VideoPrism 的视频时序洽商才气委果落地，居品体验会有质的不同。
它不需要你启齿问，就能洽商你正在作念什么、下一步可能需要什么。你走进超市，它知说念你在看货架。你在餐厅耽搁，它知说念你在对比菜单。
这种"主动感知、预判需求"的体验，才是 AI 眼镜相干于手机委果的互异化价值。
林俊旸把千问作念成了一个让寰球缔造者尊敬的本领品牌，那么周浩的任务实盘配资平台查询，等于让千问委果信得过，不仅仅机灵，还要稳、准、能把事办完。
实盘配资平台排名_股票配资参考信息提示：本文来自互联网，不代表本网站观点。
