Básico
Spot
Opera con criptomonedas libremente
Margen
Multiplica tus beneficios con el apalancamiento
Convertir e Inversión automática
0 Fees
Opera cualquier volumen sin tarifas ni deslizamiento
ETF
Obtén exposición a posiciones apalancadas de forma sencilla
Trading premercado
Opera nuevos tokens antes de su listado
Contrato
Accede a cientos de contratos perpetuos
TradFi
Oro
Plataforma global de activos tradicionales
Opciones
Hot
Opera con opciones estándar al estilo europeo
Cuenta unificada
Maximiza la eficacia de tu capital
Trading de prueba
Comienzo del trading de futuros
Prepárate para operar con futuros
Eventos de futuros
Únete a eventos para ganar recompensas
Trading de prueba
Usa fondos virtuales para probar el trading sin asumir riesgos
Lanzamiento
CandyDrop
Acumula golosinas para ganar airdrops
Launchpool
Staking rápido, ¡gana nuevos tokens con potencial!
HODLer Airdrop
Holdea GT y consigue airdrops enormes gratis
Launchpad
Anticípate a los demás en el próximo gran proyecto de tokens
Puntos Alpha
Opera activos on-chain y recibe airdrops
Puntos de futuros
Gana puntos de futuros y reclama recompensas de airdrop
Inversión
Simple Earn
Genera intereses con los tokens inactivos
Inversión automática
Invierte automáticamente de forma regular
Inversión dual
Aprovecha la volatilidad del mercado
Staking flexible
Gana recompensas con el staking flexible
Préstamo de criptomonedas
0 Fees
Usa tu cripto como garantía y pide otra en préstamo
Centro de préstamos
Centro de préstamos integral
Centro de patrimonio VIP
Planes de aumento patrimonial prémium
Gestión patrimonial privada
Asignación de activos prémium
Quant Fund
Estrategias cuantitativas de alto nivel
Staking
Haz staking de criptomonedas para ganar en productos PoS
Apalancamiento inteligente
New
Apalancamiento sin liquidación
Acuñación de GUSD
Acuña GUSD y gana rentabilidad de RWA
El P10 más joven de Alibaba de repente renuncia, la tendencia de IA ha cambiado: es difícil retener a los talentos de élite, la pasión por el código abierto es difícil de rentabilizar
El 4 de marzo en la madrugada, Lin Junyang, responsable del gran modelo de Alibaba Qianwen, anunció su salida del equipo. Este talento en IA, graduado en la Universidad de Pekín con una formación en ciencias y letras, lideró la apertura de los grandes modelos de la serie Qianwen y fue el experto técnico más joven en Alibaba con nivel P10.
Su repentina partida ha generado amplios debates en la industria, reflejando dos realidades difíciles de evitar en el sector de IA: la alta rotación de talento y la situación incómoda del ecosistema de código abierto.
Formación en ciencias y letras
Justo antes de su salida, el equipo de Qianwen lanzó dos “bombas”: primero, liberaron cuatro modelos pequeños que pueden ejecutarse con fluidez en laptops y dispositivos de gama media-baja; segundo, Alibaba anunció que unificaba su gran modelo B2B y la marca de aplicaciones C2C bajo el nombre “Qianwen” (Qwen en inglés), reemplazando a “Tongyi Qianwen”.
El día anterior, estaban trabajando arduamente en la implementación del nuevo modelo pequeño, y al día siguiente, de repente, anunciaron su salida. Este giro dramático refleja la trayectoria académica de Lin Junyang: un estudiante de ciencias, graduado en Ciencias de la Computación en Peking University, que en su maestría cambió de la ciencia a las letras, ingresando a la Facultad de Lenguas Extranjeras para especializarse en lingüística y lingüística aplicada.
Quizá esa sólida base en humanidades le permitió incorporar más genes lingüísticos en su investigación, enfocándose finalmente en procesamiento del lenguaje natural y aprendizaje multimodal, logrando “subirse al tren” en esta ola de IA. En 2023, se convirtió en una figura clave en el modelo Qianwen, siendo el responsable técnico más joven en Alibaba con nivel P10, y uno de los principales expertos del sector. Además, es un activo miembro de la comunidad global de desarrolladores y se le considera un impulsor clave en la apertura del modelo Qianwen.
Lin Junyang se despide de Alibaba Qianwen.
Sobre su futuro y las razones de su salida, no ha hecho declaraciones.
Sin embargo, rumores en la industria apuntan a dos posibles causas profundas: primero, que el equipo de Qianwen planeaba dividirse en varios equipos independientes dedicados a preentrenamiento, postentrenamiento y multimodalidad, mientras que Lin Junyang defendía una mayor colaboración entre las etapas, oponiéndose a una división excesiva; segundo, que pronto llegará un nuevo responsable técnico procedente de Google, con quien existen diferencias notables en las líneas de desarrollo tecnológico.
Pero estas especulaciones no han sido confirmadas por Alibaba, y el equipo de Qianwen no ha respondido a las consultas de los periodistas.
La guerra por el talento
La salida de Lin Junyang ha provocado un impacto profundo en la industria, reflejando dos realidades difíciles de evitar en el sector de IA: la alta rotación de talento y la situación incómoda del ecosistema de código abierto.
No es la primera vez que Alibaba pierde a un talento valioso. En los últimos dos años, en un momento en que el gran modelo Qianwen comenzaba a destacar, varios responsables técnicos han abandonado la empresa: Zhou Chang, ex responsable del gran modelo, fue reclutado por ByteDance; Hui Bin, responsable de programación, se unió a Meta; y tras la salida de Yan Zhijie, responsable del equipo de voz Tongyi, también dejó el equipo el responsable del equipo visual, Bo Liefeng.
Lin Junyang.
Esta “crisis de talento” no es exclusiva de Alibaba; a nivel global, la industria de IA está en medio de una feroz “guerra por el talento”. Las grandes empresas de IA ofrecen salarios astronómicos para atraer a los mejores: Meta, por ejemplo, paga millones de dólares en paquetes salariales, llegando incluso a 100 millones de dólares. Sin embargo, incluso con estos altos salarios, Meta enfrenta dificultades para retener talento, como ocurrió hace unos meses con Pang Ruoming, un reconocido científico chino de IA, que dejó Apple para unirse a Meta, con una remuneración total superior a 200 millones de dólares. Pero Pang no permaneció mucho tiempo y recientemente se unió a OpenAI.
La competencia internacional también es intensa. Singapur anunció este año la emisión de visas para “talentos top” en IA, con el objetivo de atraer a los mejores investigadores del mundo.
En China, las grandes empresas también están desesperadas por talento en IA. Según datos del Ministerio de Recursos Humanos, la brecha de talento en IA en China supera los 5 millones, con una proporción de oferta y demanda de 1 a 10. Empresas líderes como Tencent y Alibaba han elevado las “tarifas de firma” para puestos clave en algoritmos y modelos, alcanzando millones de yuanes; incluso los pasantes en tecnología IA ganan más de 500 yuanes diarios.
El cambio de tendencia
Aunque Lin Junyang no ha revelado detalles específicos sobre su salida, algunos opinan que su partida representa una gran pérdida para la estrategia de código abierto de Alibaba.
Actualmente, Qianwen mantiene una estrategia de apertura total en tamaño y modalidades, abarcando modelos de lenguaje, matemáticas, programación, voz y visión, con más de 400 modelos abiertos, más de 1,000 millones de descargas globales y más de 200,000 modelos derivados. Nvidia, su fundador Huang Renxun, ha elogiado públicamente a Qwen y a DeepSeek como los mejores modelos de IA de código abierto, y Elon Musk también ha destacado la “impresionante densidad inteligente” de los modelos pequeños de Qianwen.
Pero en medio de estos elogios, el alto costo de mantener el código abierto y el equilibrio con el valor comercial se ha convertido en un problema que Alibaba debe afrontar.
Tras la declaración de Lin Junyang, un comentario muy popular señaló: “Si juzgas a los modelos base como si fueran aplicaciones de consumo, no es sorprendente que la curva de innovación se vuelva plana.”
Las últimas listas de productos de IA muestran que Qianwen creció un 552% y ocupa el primer lugar mundial, con más de 200 millones de usuarios activos mensuales, siendo la tercera aplicación de IA más grande del mundo. Sin embargo, tras esta fuerte promoción, los “usuarios activos diarios” se están convirtiendo en el principal indicador de evaluación del equipo, alejándose del espíritu de descentralización y libertad de innovación que caracteriza a la comunidad de código abierto.
“Para la empresa, equilibrar la visión de código abierto con los intereses comerciales es realmente un gran desafío”, afirmó Jia Yangqing, ex vicepresidente técnico de Alibaba. La fricción entre el ideal de código abierto y las prioridades comerciales es común; un ejemplo fue RethinkDB, una base de datos de código abierto que fue muy popular entre los desarrolladores, pero que finalmente cerró por falta de apoyo comercial suficiente.
Hoy en día, la competencia en IA ha cambiado, y las estrategias también deben ser reevaluadas.
Antes de 2025, los grandes modelos de IA están en una “fase de emergencia de inteligencia”, donde el código abierto sigue siendo la principal creencia de los talentos en IA. Muchas startups han surgido gracias a ecosistemas de código abierto, siendo DeepSeek un ejemplo. Pero ahora, la competencia en grandes modelos se centra en la implementación comercial, pasando de la investigación en laboratorios a la innovación en ingeniería y monetización. La partida de algunos idealistas tecnológicos puede ser una decisión forzada en la fase de transición de las grandes empresas.
“Cuando los costos de código abierto superan los beneficios, abandonar el código abierto se vuelve inevitable”, afirmó un desarrollador. El costo total de propiedad (TCO) del código abierto es muy alto, incluyendo servidores, almacenamiento y un gran equipo de mantenimiento comunitario. “Para los desarrolladores independientes, el código abierto es una cuestión de pasión, pero para las grandes empresas, no solo se trata de costos o tecnología, sino de una decisión estratégica sistémica.”
El rumbo está cambiando: desde ChatGPT-4, OpenAI ha pasado de ser una organización de código abierto a un modelo cerrado, y se rumorea que el nuevo modelo de Meta, “Avocado”, también será cerrado.
¿Código abierto o cerrado? Es una cuestión, pero aún no hay una respuesta definitiva.