Le gambe anteriori stanno ancora stabilendo record nel marketing del Capodanno cinese, mentre il nucleo fondamentale dei fondatori sta lasciando consecutivamente: l'ultimo caso è quello di Alibaba Qianwen, dove la trama è cambiata un po' troppo rapidamente.
Il 4 marzo, Lin Junyang, il più giovane P10 di Alibaba e responsabile della tecnologia del modello Qianwen, ha annunciato il suo abbandono sui social media, suscitando ampie discussioni nel mondo dell'IA. Ancora più sorprendente, solo due giorni prima Alibaba aveva appena open-sourced Qwen3.5, e il nuovo modello aveva ricevuto commenti pubblici da Musk, ma il responsabile tecnico ha deciso di lasciare proprio in questo momento, rendendo la tempistica particolarmente delicata.
Attualmente circolano due principali ipotesi nella comunità.
Una è il disaccordo tra la direzione tecnologica e la struttura organizzativa. Il team di Lin Junyang ha precedentemente guidato un modello di ricerca “verticalmente integrato”, cercando di connettere pre-addestramento, multimodalità e infrastruttura, il che è anche una delle ragioni principali per cui Qianwen ha una velocità di iterazione così rapida. Ma nel 2026, il laboratorio Tongyi ha effettuato un riassetto, iniziando a suddividersi in più team modulari, avvicinandosi di più a un sistema di ricerca e sviluppo in linea con le grandi aziende, e i conflitti di ideologie potrebbero amplificarsi gradualmente.
L'altra teoria riguarda la pressione sugli obiettivi del prodotto. Si dice che al team di Qianwen sia stato chiesto di assumere più obiettivi di utenti attivi giornalieri, mentre il team del modello di base tendeva a orientarsi più verso la tecnologia e la strada open source, e la tensione tra i due obiettivi sta gradualmente emergendo.
In realtà, questo tipo di contraddizioni sta diventando sempre più comune nell'industria dell'IA:
è molto difficile mantenere un equilibrio a lungo termine tra ideali tecnologici, attuazione commerciale ed efficienza organizzativa.
E quando i sistemi IA, i dispositivi automatizzati e persino i robot iniziano a partecipare sempre di più alla produzione del mondo reale, un problema più profondo emerge gradualmente:
Come dovrebbe essere registrato e distribuito il valore creato dalle macchine?
Questo è esattamente il motivo per cui mi sono recentemente interessato a Fabric Foundation.
Fabric cerca di stabilire un sistema economico basato su blockchain per il lavoro delle macchine, consentendo a dispositivi o robot di avere un'identità sulla blockchain e, attraverso la verifica delle missioni e meccanismi di liquidazione in token, di integrare il lavoro delle macchine del mondo reale in un sistema di rete verificabile.
In termini semplici:
Quando in futuro sempre più “lavori” saranno completati dalle macchine, Fabric spera di costruire una nuova infrastruttura di distribuzione del valore.
La competizione nell'IA sta accelerando, ma nel lungo termine, ciò che realmente determina il panorama non è spesso il modello stesso, ma le regole economiche e l'infrastruttura sottostante. @Fabric Foundation $ROBO #ROBO #robo