Yu Bowen, ex-membro do núcleo da Qwen, junta-se à equipe inicial da ByteDance
Relatos indicam que, após a saída de Lin Junyang, chefe da área de tecnologia de grandes modelos do Tongyi Lab do Alibaba, Yu Bowen, ex-chefe do setor de pós-treinamento do modelo Qwen (Qianwen), ingressou oficialmente na ByteDance recentemente. Ele liderará os esforços de pós-treinamento para o modelo visual da equipe Seed e as iniciativas de interação multimodal. Embora a ByteDance não tenha emitido um comunicado oficial, várias fontes confirmam que essa mudança faz parte de uma reestruturação organizacional mais ampla no Tongyi Lab do Alibaba, iniciada no início de março.

Essa reestruturação desmantelou a equipe Qwen, anteriormente integrada verticalmente, reorganizando-a em módulos paralelos focados em pré-treinamento, pós-treinamento e processamento multimodal. Essa mudança levou à saída de vários membros-chave da equipe técnica, incluindo Yu Bowen, Kaixin Li (um dos principais colaboradores do Qwen3.5/VL) e Hui Bingyuan, que já havia ingressado na Meta. Yu Bowen, um reconhecido especialista técnico e “Alibaba Star”, desempenhou um papel de liderança no desenvolvimento da série de modelos de chat Qwen e possui profundo conhecimento em áreas como alinhamento multimodal.
A equipe Seed da ByteDance, agora sob a liderança do Dr. Wu Yonghui — ex-vice-presidente de pesquisa do Google DeepMind, que ingressou na empresa em fevereiro de 2025 —, se reporta diretamente ao CEO Liang Rubo. A equipe já desenvolveu a série de modelos base Seed 2.0 e o modelo de geração de vídeo Seedance 2.0. À medida que a concorrência global em modelos de grande porte se intensifica, com foco crítico nas capacidades de compreensão multimodal e visual, o recrutamento de talentos essenciais da Tongyi pela ByteDance ressalta a prioridade estratégica que as empresas líderes atribuem à tecnologia pós-treinamento. Essa iniciativa também sinaliza que a mobilidade de talentos dentro do setor de modelos de grande porte da China está acelerando uma reformulação fundamental do panorama tecnológico subjacente.
Artigo relacionado
Startup apoiada por Marc Benioff visa resolver desafios na implantação de IA
As grandes empresas enfrentam desafios tão elevados na implementação de ferramentas de IA confiáveis que surgem equipes inteiras de engenheiros implantados diretamente no campo — especialistas embutidos dentro das empresas clientes para operacionaliz
A AliVideo revela o Wan3.0, oferecendo geração de vídeos ultra-longos e consistência multidimensional
Em 24 de agosto, a Alibaba apresentou o Wan3.0, seu mais recente modelo de geração de vídeo em larga escala. Este lançamento representa um grande avanço na tecnologia de vídeo da Alibaba, proporcionando melhorias significativas na duração, criação un
MiniMax Grande Modelo Erra na Pronúncia de Nomes - Xiyu Technology: Treinamento Insuficiente Após Tokens Específicos
A MiniMax publicou recentemente um relatório técnico detalhando por que seus modelos da série M2 tiveram dificuldades para gerar nomes específicos com precisão, como "Ma Jiaqi". Esse erro aparente destaca uma falha sistêmica no treinamento atual de g
Recomendações de tópicos especiais relacionados
Comentários (0)
Relatos indicam que, após a saída de Lin Junyang, chefe da área de tecnologia de grandes modelos do Tongyi Lab do Alibaba, Yu Bowen, ex-chefe do setor de pós-treinamento do modelo Qwen (Qianwen), ingressou oficialmente na ByteDance recentemente. Ele liderará os esforços de pós-treinamento para o modelo visual da equipe Seed e as iniciativas de interação multimodal. Embora a ByteDance não tenha emitido um comunicado oficial, várias fontes confirmam que essa mudança faz parte de uma reestruturação organizacional mais ampla no Tongyi Lab do Alibaba, iniciada no início de março.

Essa reestruturação desmantelou a equipe Qwen, anteriormente integrada verticalmente, reorganizando-a em módulos paralelos focados em pré-treinamento, pós-treinamento e processamento multimodal. Essa mudança levou à saída de vários membros-chave da equipe técnica, incluindo Yu Bowen, Kaixin Li (um dos principais colaboradores do Qwen3.5/VL) e Hui Bingyuan, que já havia ingressado na Meta. Yu Bowen, um reconhecido especialista técnico e “Alibaba Star”, desempenhou um papel de liderança no desenvolvimento da série de modelos de chat Qwen e possui profundo conhecimento em áreas como alinhamento multimodal.
A equipe Seed da ByteDance, agora sob a liderança do Dr. Wu Yonghui — ex-vice-presidente de pesquisa do Google DeepMind, que ingressou na empresa em fevereiro de 2025 —, se reporta diretamente ao CEO Liang Rubo. A equipe já desenvolveu a série de modelos base Seed 2.0 e o modelo de geração de vídeo Seedance 2.0. À medida que a concorrência global em modelos de grande porte se intensifica, com foco crítico nas capacidades de compreensão multimodal e visual, o recrutamento de talentos essenciais da Tongyi pela ByteDance ressalta a prioridade estratégica que as empresas líderes atribuem à tecnologia pós-treinamento. Essa iniciativa também sinaliza que a mobilidade de talentos dentro do setor de modelos de grande porte da China está acelerando uma reformulação fundamental do panorama tecnológico subjacente.
Startup apoiada por Marc Benioff visa resolver desafios na implantação de IA
As grandes empresas enfrentam desafios tão elevados na implementação de ferramentas de IA confiáveis que surgem equipes inteiras de engenheiros implantados diretamente no campo — especialistas embutidos dentro das empresas clientes para operacionaliz
A AliVideo revela o Wan3.0, oferecendo geração de vídeos ultra-longos e consistência multidimensional
Em 24 de agosto, a Alibaba apresentou o Wan3.0, seu mais recente modelo de geração de vídeo em larga escala. Este lançamento representa um grande avanço na tecnologia de vídeo da Alibaba, proporcionando melhorias significativas na duração, criação un
MiniMax Grande Modelo Erra na Pronúncia de Nomes - Xiyu Technology: Treinamento Insuficiente Após Tokens Específicos
A MiniMax publicou recentemente um relatório técnico detalhando por que seus modelos da série M2 tiveram dificuldades para gerar nomes específicos com precisão, como "Ma Jiaqi". Esse erro aparente destaca uma falha sistêmica no treinamento atual de g





Lar






