2026年9月，国产大模型公司密集交出了一份成绩单。

9月21日，阿里巴巴在云栖大会开幕前一天确认，1993年出生的刘大一恒担任ATH事业群TokenFoundry Qwen大语言模型项目负责人，主论坛演讲排序仅在阿里集团主席蔡崇信、CEO吴泳铭之后。

9月22日，同一场大会上，1992年出生的陈宇森以阿里巴巴集团副总裁、千问办公CEO身份首次公开亮相。

此前，他从长亭科技创始人变成钉钉CEO，再变成千问办公事业部负责人，职级从P10升到P11（M6）。

同一天，小米也在这天发布MiMo-V2.6系列，同时内部晋升名单传出：1995年出生的罗福莉升到22级，小米职级体系的最高点。她负责的MiMo-V2.6-Pro在Artificial Analysis综合智能指数拿到46分，成为该榜单全球开源权重模型第一。

另一端，1990年出生的周畅从阿里离开后，加入字节，负责着Seedream、Seedance和世界模型。

两代人在同一张组织图上交替出现。一边是用十年、二十年才爬到一号位的技术老兵，一边是把履历压缩到五年，甚至十年的90后们。

“在Transformer（AI 大模型的底层架构）问世不到十年、ChatGPT爆发不到五年”这个技术周期里，“论资排辈”这个运行了几十年的变量，似乎失去了约束力。

但90后真正接管的，不只是职位，还有尚未解决的技术债、商业化压力和追赶风险。交棒已经发生，考试才刚刚开始。

刘大一恒和陈宇森：一条通向底座，一条通向生意

把刘大一恒和陈宇森放在同一场云栖大会的两天里，正好能看出两种截然不同的90后主管大模型的路径。

刘大一恒2012年进四川大学计算机学院，2015年以综合排名第一保送连读，2020年拿到博士学位。

他第一次进入公众视野是2019年在ACL上发了一篇论文，成为川大在读研究生首次在ACL发表成果。

同年他参加谷歌Natural Questions全球长期公开竞赛，同场竞争者包括谷歌AI和IBM Research，他所在的团队提交时取得世界第一并保持三个月。

2020年他成为华为“天才少年计划”第一档中西南地区唯一入选者，2021年1月加入阿里达摩院。

2026年3月9日，他负责手Qwen预训练，同时代管后训练和Coding团队，向代管Qwen一号位的阿里云CTO周靖人汇报。这个任命在阿里内部半年前就开始流传，直到9月才对外明确。

他公布的技术路线里，递归式自我改进（RSI）最激进：让模型从真实任务中发现不足、构造训练数据，再评价和修正结果。

陈宇森走到千问办公负责人的位置，路径是先技术，再做产品。

1992年生，本科毕业于浙江大学竺可桢学院求是科学班计算机专业，联合创办企业级网络安全公司长亭科技，2017年入选福布斯中国30岁以下精英榜。2019年长亭科技被阿里云全资收购，他随之进入阿里；后来离开创业，项目停止后又重返阿里云。

今年6月11日陈宇森接任钉钉CEO，成为阿里历史上最年轻的事业部CEO；7月，三条原本分散的Agent产品线整合为“千问办公”事业部，他兼任CEO。

两人都是明星负责人的继任者。刘大一恒接棒林俊旸留下的Qwen 底座负责人空位，陈宇森则接过无招（陈航）的接力棒， 后者2010年便加入阿里，是钉钉初代掌舵人。

但他们承接的命题完全不同。

刘大一恒要解决的，是基础大模型的能力上限问题。底座研发的核心挑战，是持续压缩模型的能力天花板与成本之间的矛盾。

陈宇森的课题，则落在大模型的商业化落地与整合。把大模型能力嵌入钉钉原有工作流，找到企业客户愿意买单的价值点，完成从技术能力到规模化业务收入的转化。

一个通向底座，一个通向生意。这两条线共同构成了阿里大模型体系的一体两面。

三张硬成绩单：开源、多模态与智能体

罗福莉、周畅和姚顺雨，分别站在开源大模型、多模态生成和AI Agent三个方向上。他们的履历证明，在一个技术范式快速变化的行业里，一次足够关键的成果，可能比多年按部就班的晋升更有说服力。

罗福莉的故事，最直接地体现了大模型行业的晋升速度。

2025年11月她正式加盟小米，全面负责MiMo大模型业务。约10个月后，即 2026年9月，她晋升至小米22级，也就是小米职级体系的最高点。小米13至22 级共10档，副总裁对应21至22级，雷军本人不在这个体系内。

这次晋升并非只靠传闻和头衔。

毕业后，罗福莉曾进入阿里达摩院，主导多语言预训练模型VECO；2022年进入幻方量化，随后加入DeepSeek担任深度学习研究员，成为MoE大模型DeepSeek-V2的核心开发者之一。

到了小米，她的成绩单更加直接：MiMo-V2-Pro总参数超1万亿，在Artificial Analysis榜单上按品牌排名全球第五，反超xAI的Grok；MiMo-V2.6-Pro拿到 46分，成为全球开源权重模型第一。

周畅的故事则更像一次跨公司的能力迁移。

2017年7月，他校招进入阿里达摩院，花名“钟煌”。在阿里最初几年，他做的是电商推荐算法，与大模型无关。

后来，他主导了“通义-M6”“通义千问” 的模型架构设计。离职前夕发布的Qwen2，两小时就冲上Hugging Face开源榜首，超过Llama 3-70B，也超过当时国内一众闭源模型。

后来，阿里随后以违反竞业协议为由提起劳动争议仲裁，这起纠纷一度让“竞业墙”成为行业公共话题。

2024年下半年，周畅低调加入字节Seed，职级4-2。入职不到一年，他接管 Seedream、Seedance和世界模型团队，后来周畅的管理边界进一步延伸至具身智能领域。

真正让他进入公众视野的，是2026年2月的Seedance 2.0。该产品2月7日内测，2月12日正式发布；其间，A股短剧概念股曾在集体涨停。

周畅用一个多模态产品，为字节的追赶叙事打开了突破口。

姚顺雨则是先在学术阶段定义了Agent时代的关键方法，再进入顶级AI公司参与产品落地，最后加入腾讯，同时掌管模型与基础设施。

从普林斯顿毕业后，姚顺雨在2024年加入OpenAI，参与AI Agent和任务执行系统方向开发。2025年12月，腾讯升级大模型研发架构，姚顺雨出 CEO/总裁办公室首席AI科学家，同时兼任AI Infra部和大语言模型部负责人。

AI Infra决定大模型如何训练、如何推理、如何提高效率；大语言模型部决定混元的能力上限和迭代方向。腾讯把这两部分同时交给姚顺雨，意味着他既要负责前沿模型能力，也要负责支撑模型能力的工程底座。

加入腾讯后，姚顺雨用Hy3完成了一场反击。这款总参数只有300B、激活参数21B的中型模型，在多项能力上表现出了优于GLM5.1的表现。

而Hy3上线后，腾讯的WorkBuddy上主动选择Hy3的用户数增长了 6 倍，日均文字处理量较预览版增长20倍。

罗福莉、周畅和姚顺雨的共同之处在于，他们是在一个新范式里先做出结果，再被组织赋予更大的权限。

交棒已完成，大考才开始

“90后接管”在2026年大模型市场被反复提及，但它并不是一个已经完成的结果。

已经完成的是职位交接：刘大一恒管Qwen模型，陈宇森管千问办公，罗福莉管 MiMo，周畅管字节多模态，姚顺雨管腾讯大语言模型和AI Infra。

还没有完成的是能力验证。

刘大一恒面对的，是基础模型的能力上限与成本约束。底座研发的难点，不只是把参数继续做大，而是在长文本、推理、代码、智能体能力上持续突破，同时控制预训练和后训练所需的巨大算力与数据成本。

陈宇森面对的，是商业化落地和组织整合。千问办公要把分散的Agent 能力、钉钉生态和Qwen底座能力打包成用户可感知的产品。

真正的难点不是演示一个会对话、会调用工具的Agent，而是让它进入会议、文档、审批、协同等真实工作流，解决 “演示惊艳、日常难用” 的问题，并找到企业客户愿意持续付费的价值点。

罗福莉面对的，是开源成绩能否转化为可持续范式。

她完整展示强化学习训练全过程，并公开成本：MiMo-V2.6-Pro 后训练用时6 天，使用约75万条真实任务轨迹，总训练成本347万美元，每天约合400万元人民币。

这个数字引发讨论。同济大学电子与信息工程学院副教授李王明卉对媒体表示，关键不是“便宜”，而是它把强化学习后训练变成了一种可计量的服务能力；但这取决于环境搭建、工具执行、结果验证的边际成本能否被摊薄。

如果这些异构环境能够被工程化、标准化、复用化，它可能成为一种新的服务定价范式；否则，347万美元只是一次漂亮的标杆。

周畅和字节面对的，则是追赶者如何补基础能力的课。

Seedance 2.0让周畅负责的多模态业务打出了声量，但这并不意味着追赶已经结束。视频生成之后，还有世界模型、实时交互、成本控制、规模化商用等一系列难题。

姚顺雨面对的，是能力走向组织体系的考验。腾讯并不缺少场景：社交、内容、会议、文档、云、企业服务，但场景本身不会自动变成能力，必须通过工具接入、数据回流、真实评估和基础设施建设，把它们转化为模型可理解、可执行、可迭代的系统。

这正是90后接管的另一面：他们进入的是更快的决策循环、更大的资源盘子，也是更高的风险敞口。职位可以在一次组织调整中完成交接，但能力必须通过一轮又一轮的模型、产品、收入和成本来验证。