Przednie nogi wciąż osiągają rekordy w marketingu związanym z Chińskim Nowym Rokiem, a w tym samym czasie kluczowa grupa założycielska zaczęła opuszczać firmę: ostatnie wydarzenia związane z Alibaba Qianwen przebiegły dość szybko.

4 marca, naj młodszy P10 w Alibaba, odpowiedzialny za technologię modelu Qianwen, Lin Junyang ogłosił na mediach społecznościowych swoje odejście, co wywołało szeroką dyskusję w kręgach AI. Co ciekawe, dwa dni temu Alibaba właśnie otworzyła kod Qwen 3.5, nowy model zyskał publiczną ocenę od Muska, a odpowiedzialny za technologię odchodzi w tym czasie, co sprawia, że moment wydaje się wyjątkowo delikatny.

W społeczności krążą obecnie dwie główne teorie.

Jedna z nich dotyczy różnic w kierunkach technologicznych i organizacyjnych. Zespół Lin Junyanga wcześniej przewodził modelowi badań „integracji wertykalnej”, starając się połączyć w miarę możliwości od wstępnego treningu, przez multimodalność, aż po infrastrukturę, co również jest jednym z ważnych powodów szybkiej iteracji Qianwen. Jednak w 2026 roku laboratoria Tongyi dokonały zmian w strukturze, zaczynając dzielić się na kilka zespołów modułowych, co jest bliższe systemowi badań w dużych firmach, co może stopniowo zwiększać konflikt idei.

Inna teoria dotyczy presji na wskaźniki produktów. Pojawiły się doniesienia, że zespół Qianwen został poproszony o osiągnięcie większych celów dotyczących codziennej aktywności użytkowników, podczas gdy zespół modelu bazowego był bardziej nastawiony na technologię i otwartą architekturę, co prowadzi do stopniowego ujawniania napięcia między tymi dwoma celami.

Takie sprzeczności stają się coraz bardziej powszechne w branży AI:

trudno jest długo utrzymać równowagę między idealizmem technologicznym, komercjalizacją a efektywnością organizacyjną.

A gdy systemy AI, urządzenia automatyczne, a nawet roboty zaczynają coraz bardziej uczestniczyć w produkcji w rzeczywistym świecie, pojawia się również fundamentalne pytanie:

Jak wartość stworzona przez maszyny powinna być rejestrowana i dystrybuowana?

To właśnie dlatego ostatnio zwróciłem uwagę na Fabric Foundation.

Fabric stara się stworzyć system ekonomiczny oparty na łańcuchu dla pracy maszyn, umożliwiając urządzeniom lub robotom posiadanie tożsamości w łańcuchu, poprzez weryfikację zadań i mechanizm rozliczeń tokenów, włączając prace maszyn w rzeczywistym świecie do weryfikowalnego systemu sieciowego.

Prosto mówiąc:

Gdy w przyszłości coraz więcej „prac” będzie realizowanych przez maszyny, Fabric chce zbudować nową infrastrukturę do dystrybucji wartości.

Rywalizacja w AI przyspiesza, ale długoterminowo, to nie model sam w sobie decyduje o układzie, ale zasady ekonomiczne i infrastruktura, które się za nim kryją. @Fabric Foundation $ROBO #ROBO #robo