Die 2-Milliarden-Dollar-Wette und die zweite Halbzeit von Lin Junyang

Im mittleren Juni in Peking beginnt das Wetter bereits, heiß und stickig zu werden. Eine Nachricht aus dem Tech-Sektor hat das bereits unruhige AI-Venture-Capital-Szene noch einmal in Schwung gebracht.

Das AI-Labor, gegründet von Lin Junyang, dem ehemaligen Technologiechef des Tongyi Qianwen Large Language Models von Alibaba, hat seine erste Runde an Finanzierungen abgeschlossen.

Der Grund, warum diese Nachricht erwähnenswert ist, liegt nicht in der Höhe des Finanzierungsbetrags. Sequoia China und Gao Rong Capital haben jeweils 100 Millionen US-Dollar investiert, und Tencent hat mit 20 Millionen US-Dollar mitinvestiert, insgesamt 220 Millionen US-Dollar. Sondern es ist die Zahl: Der geschätzte Wert nach der Investition beträgt 2 Milliarden US-Dollar, was etwa 13,5 Milliarden Yuan entspricht.

Eine Firma, die noch keinen offiziellen Namen hat, noch kein Produkt, keine Einnahmen und sogar keine eigene Website, hat bereits in der ersten Runde diesen Wert erreicht. Dies ist in der gesamten chinesischen Startup-Geschichte beispiellos.

Viele Menschen werden bei dieser Nachricht vielleicht sofort fragen: Warum? Ein 33-jähriger junger Mann, der erst vor drei Monaten von einem großen Unternehmen entlassen wurde und eine Vision über Weltmodelle und Embodied Intelligence gezeichnet hat, ist schon 13,5 Milliarden Yuan wert?

Alles über Lin Junyang

Im Jahr 2019 absolvierte Lin Junyang seinen Master an der Peking-Universität und trat direkt in das Alibaba DAMO Academy ein. Damals war das DAMO Academy noch das geheimnisvollste Technologie-Forschungsinstitut von Alibaba und versammelte eine Gruppe der besten chinesischen AI-Fachleute. Niemand hätte gedacht, dass dieser junge Mann, der gerade aus der Universität kam, in den nächsten sechs Jahren einen fast legendären Karriereaufstieg erleben würde.

In sechs Jahren stieg er um vier Stufen auf. Von einem normalen Algorithmus-Ingenieur wurde er schließlich der Spitzenreiter in der technologischen Hierarchie von Alibaba - P10. Und er ist der jüngste P10 in der Geschichte von Alibaba. Man muss bedenken, dass es in der gesamten Alibaba-Gruppe nur einige Dutzend Technologie-Experten auf P10-Ebene gibt. Dieser Rang entspricht einem Vizepräsidenten, und das Jahresgehalt reicht von mehreren Millionen bis hin zu mehreren Zehn Millionen Yuan.

Ende 2022 integrierte Alibaba die AI-Teams für Sprache, Vision usw. aus dem DAMO Academy in Alibaba Cloud und gründete das Tongyi Laboratory. Lin Junyang wurde offiziell zum Technologiechef des Tongyi Qianwen Large Language Models ernannt. In jenem Jahr war er 31 Jahre alt.

Was danach folgte, wird vielen AI-Interessierten noch in Erinnerung sein.

Unter der Leitung von Lin Junyang stieg die Qwen-Serie von Modellen schnell auf und wurde eine wichtige Kraft im globalen Bereich der Open-Source-Large Language Models. Anfang 2026 überstieg die globale Downloadzahl des Qwen-Modells 1 Milliarde Mal, und es gibt mehr als 200.000 abgeleitete Modelle basierend auf Qwen. Es hält weiterhin die erste Stelle in der globalen Rangliste der Open-Source-Large Language Models. Als Qwen 3.5 veröffentlicht wurde, lobte sogar Elon Musk auf der X-Plattform öffentlich, dass die Intelligenz-Dichte des kleinen Modells gut sei.

Man kann sagen, dass Lin Junyang in drei Jahren Qianwen von einem internen Projekt zu einem Leitfaden in der globalen Open-Source-Community gemacht hat. Dieses Ergebnis würde jeden Techniker stolz machen.

Dann kam der Rücktritt im März, der die gesamte AI-Branche erschütterte.

Eine Nacht im März 2026 veröffentlichte Lin Junyang auf der X-Plattform einen kurzen Tweet: "me stepping down. bye my beloved qwen." (Ich trete zurück, auf Wiedersehen, mein lieber Qianwen). Zwölf Stunden später bedauerte Alibaba-Geschäftsführer Wu Yongming in einer All-Hands-Meeting des Tongyi Laboratory bei den Qianwen-Mitarbeitern: "Ich hätte das früher wissen müssen."

Über die genauen Gründe für seinen Rücktritt gibt es viele Spekulationen. Einige sagen, es sei die Organisationsstrukturänderung, die seinen Machtbereich verkleinert habe. Andere meinen, es sei die Differenz in der technologischen Richtung, der Konflikt zwischen Open-Source und Kommerzialisierung. Auch wird vermutet, dass er schon lange wollte, selbstständig zu werden.

Wer die Wahrheit weiß, sind wahrscheinlich nur die Beteiligten selbst. Eines ist jedoch sicher: Lin Junyang hat sich nach dem Verlassen von Alibaba nicht lange ausgeruht. Drei Monate später stand er mit einem geschätzten Wert von 13,5 Milliarden Yuan wieder im Rampenlicht.

Die AI für die nächste Dekade definieren

Die Details dieser Finanzierung sind sehr interessant.

Laut einem Bericht von The Information haben Gao Rong Capital und Sequoia China als Lead-Investoren jeweils 100 Millionen US-Dollar investiert. Tencent hat als Mit-Investor 20 Millionen US-Dollar beigetragen.

Die Investorenliste ist sehr bemerkenswert. Sequoia und Gao Rong sind die beiden besten VC-Institute in China und haben immer präzise und aggressiv in den AI-Bereich investiert. Ihre Bereitschaft, jeweils 100 Millionen US-Dollar zu investieren, zeigt, dass sie Lin Junyang und das, was er vorhat, sehr gut einschätzen.

Noch interessanter ist Tencent. Man muss bedenken, dass Tencent selbst das Hunyuan Large Language Model hat, in Zhipu AI investiert hat und in weitem Umfang im Bereich der Large Language Models tätig ist. Jetzt sind sie bereit, in einen Technologie-Chef zu investieren, der von Alibaba kommt, und das sogar in einem Stadium, in dem das Unternehmen noch keinen offiziellen Namen hat.

Dies zeigt, dass Tencent etwas Andersartiges sieht, etwas, das sie vielleicht selbst nicht herstellen können oder das sie durch Investitionen erschließen müssen.

Ein weiterer Detail: Sobald die Finanzierung abgeschlossen war, hat das Team von Lin Junyang bereits mit der Vorbereitung der nächsten Finanzierungsrunde begonnen.

Das Tempo ist atemberaubend schnell. Normalerweise braucht ein Startup mindestens ein Jahr oder länger, um nach einer Finanzierungsrunde etwas Daten zu sammeln, bevor es die nächste Runde an Finanzierungen sucht. Aber im heutigen AI-Venture-Capital-Szene ist das Tempo völlig anders. Bevor die Unternehmensänderungen der letzten Runde abgeschlossen sind, können die Verhandlungen für die nächste Runde bereits begonnen haben.

Nach Informationen von Tianyancha hat Lin Junyang zwischen Mai und Juni dieses Jahres drei Unternehmen registriert: die Pragmatics (Shanghai) Technology Co., Ltd., in der er 100 % der Anteile hält, die Shanghai Blague Technology Co., Ltd., in der er 99 % der Anteile hält, und die Shanghai Gewu Zhiyong Management Consulting Partnership.

Viele vermuten, dass "Blague" eine phonetische Übertragung von "Pragmatics" ist. Zusammen mit den Namen "Pragmatics Technology" und "Gewu Zhiyong" ist die Richtung bereits ziemlich klar.

Lin Junyang will nicht ein weiteres Qianwen erschaffen, kein weiteres generisches Large Language Model. In einem langen Artikel, den er nach seinem Rücktritt veröffentlicht hat, namens "From Reasoning Thinking to Agentic Thinking", hat er vielleicht seine Karten auf den Tisch gelegt.

Die zentrale Idee in einem Satz: Im letzten Stadium des AI-Wettbewerbs ging es darum, dass die Modelle besser denken können. Im nächsten Stadium des AI soll es darum gehen, dass die Modelle für Handlungen denken.

Konkret geht es um Weltmodelle und Embodied Brains.

Einfach ausgedrückt: Die Large Language Models, die wir heute benutzen, seien es GPT, Claude oder Qianwen, sind im Wesentlichen "AI, die im Bildschirm gefangen sind". Sie verstehen Sprache, können logisch denken und können Code und Texte schreiben, aber sie verstehen die reale physische Welt nicht. Sie wissen nicht, dass ein Glas, wenn es auf den Boden fällt, zerbricht, dass Wasser nach unten fließt oder dass Kollisionen von Objekten Kräfte erzeugen.

Das Ziel von Weltmodellen ist es, dass die AI die Gesetze der physischen Welt versteht. Sie soll in der Lage sein, vorherzusagen, was im nächsten Moment passieren wird, und Raum, Zeit und kausale Beziehungen zu verstehen. Embodied Brains ermöglichen es der AI, reale Objekte wie Roboter zu steuern und in der realen Welt zu handeln.

Lin Junyang will sich in Richtung Next State Prediction bewegen.

Dieser Bereich ist tatsächlich der neueste und schwierigste Teil des AI-Sektors. OpenAI, Google DeepMind, Tesla und auch die großen chinesischen Unternehmen arbeiten an diesem Thema. Bislang hat jedoch noch niemand ein wirklich bahnbrechendes Produkt entwickelt.

Warum hat Lin Junyang diesen Bereich gewählt, anstatt weiter an einem generischen Large Language Model zu arbeiten?

Der Grund ist einfach: Der Bereich der generischen Large Language Models ist bereits von Spitzenunternehmen überfüllt. OpenAI, Anthropic, Google, die chinesischen Unternehmen Baidu, Alibaba, Tencent, ByteDance sowie die erfolgreichen Startups DeepSeek, Kimi, Zhipu AI und MiniMax. Der Wettbewerb in diesem Bereich ist bereits in die heiße Phase geraten.

Für ein neues Startup ist die Chance, in diesem Bereich erfolgreich zu werden, sehr gering. Selbst wenn man gute Technologien hat, gibt es immer noch große Unterschiede in der Rechenleistung, den Daten und der Ökosystem-Entwicklung.

Aber Weltmodelle und Embodied Intelligence sind anders. Dieser Bereich befindet sich noch in einem sehr frühen Stadium, und alle stehen auf gleicher Stufe. Wer zuerst eine bahnbrechende Technologie entwickelt, wird die AI für die nächste Dekade definieren.

Außerdem beginnt Lin Junyang nicht von Null. Schon im Oktober 2025, als er noch bei Alibaba arbeitete, hat er im Inneren von Qianwen eine Forschungsgruppe für Robotik und Embodied Intelligence gegründet. Man kann sagen, dass er sich schon lange mit diesem Bereich beschäftigt und Pläne gemacht hat.

Dies ist auch der Hauptgrund, warum die Investoren dem Unternehmen einen Wert von 2 Milliarden US-Dollar zuweisen: Sie investieren nicht in eine Idee, sondern in einen Technologie-Führer, dessen Fähigkeiten bereits bewiesen wurden, der sich zu einem richtigen Zeitpunkt für einen richtigen Bereich entschieden hat.

In der AI-Zeit wird die Fähigkeit des Gründers, Dinge zu verwirklichen, geschätzt

Schauen wir uns an, wie hoch die Bewertungen der heutigen Large Language Model-Startups sind.

DeepSeek hat gerade seine erste externe Finanzierungsrunde abgeschlossen, und der geschätzte Wert nach der Investition beträgt 50 Milliarden US-Dollar. Gründer Liang Wenfeng hat 20 Milliarden Yuan persönlich investiert und behält die Kontrolle über das Unternehmen.

Kimi hat im Mai dieses Jahres die D-Runde an Finanzierungen abgeschlossen, und der geschätzte Wert nach der Investition hat die Marke von 20 Milliarden US-Dollar überschritten. In weniger als einem halben Jahr hat sich der Wert fast vervielfacht.

Zhipu AI ist bereits an der Hongkonger Börse notiert, und der Marktwert hat die Marke von 500 Milliarden HK-Dollar überschritten, was etwa 440 Milliarden Yuan entspricht.

MiniMax hat einen Marktwert von 256,6 Milliarden HK-Dollar an der Hongkonger Börse.

Jieyue Xingchen hat eine Finanzierung von fast 2,5 Milliarden US-Dollar erhalten und strebt eine Börsengänge an der Hongkonger Börse an.

Die heutigen Large Language Model-Startups haben Bewertungen, die in der Regel bei mehreren Milliarden US-Dollar beginnen. 2 Milliarden US-Dollar ist in diesem Vergleich nicht überragend. Man kann sogar sagen, dass es eine relativ bescheidene Bewertung ist.

Aber das Problem ist, dass alle oben genannten Unternehmen bereits fertige Produkte, Benutzer und Einnahmen haben, und einige sind sogar bereits an der Börse notiert. Lin Junyangs Unternehmen hingegen hat noch nichts davon.

Das ist das Interessanteste am heutigen AI-Venture-Capital-Szene: Die Investitionslogik hat sich vollständig geändert. Früher ging es um Einnahmen, Gewinne und Benutzerwachstum. Jetzt geht es um technologische Paradigmen, die Dichte an Fachkräften und die Fähigkeit des Gründers, die nächste Ära zu definieren.

Die Einstellung der Investoren ist auch sehr interessant. Sie fürchten, dass die Bewertungen zu hoch sind und sie in eine Falle geraten. Andererseits fürchten sie, dass sie die nächste OpenAI verpassen. Unter diesem Druck steigen die Bewertungen natürlich.

Viele sagen, dass es hier Blasen gibt. Sicherlich gibt es Blasen. In jeder frühen Phase einer technologischen Revolution gibt es Blasen. Das Internet hatte Blasen, das Mobile Internet hatte Blasen, und natürlich gibt es auch bei der AI Blasen.

Aber Blasen bedeuten nicht, dass es keine Wertschöpfung gibt. Ohne die Internetblase hätten wir heute nicht Google, Amazon, Tencent und Alibaba. Die Blasen werden die Spekulanten herauswaschen, aber die echten Technologien und Unternehmen werden nach der Blase übrig bleiben.

Manchmal frage ich mich, was die Kernvorteile dieser Technologie-Chefs sind, die von großen Unternehmen kommen und eigene Startups gründen. Sicherlich haben sie gute Technologien. Aber es gibt in großen Unternehmen viele Techniker mit guten Fähigkeiten. Warum bekommen nur sie so hohe Bewertungen? Auch die Netzwerke spielen eine Rolle. Aber die Investoren sind keine Narren und werden nicht nur wegen Bekanntschaften Milliarden von Yuan investieren.

Ich denke, der wichtigste Faktor ist, dass sie bereits in einem komplexen System bewiesen haben, dass sie in der Lage sind, ein großes Projekt von Null auf eins umzusetzen.

Lin Junyang hat gezeigt, dass er ein Team führen kann und ein internes Projekt zu einem global führenden Open-Source-Large Language Model machen kann. Liang Wenfeng hat bewiesen, dass er mit seiner exzellenten Ingenieurskunst die Kosten eines Large Language Models auf ein Bruchteil der Kosten anderer Unternehmen reduzieren kann. Yang Zhilin hat bewiesen, dass er Produkte entwickeln kann, die die Benutzer tatsächlich nutzen wollen.

Diese Fähigkeit, Dinge zu verwirklichen, ist wertvoller als jede einzelne technische Fähigkeit.

Das Gründen eines Startups, insbesondere in der Hardtech-Branche, ist im Wesentlichen ein Wahrscheinlichkeitsspiel. Die Investoren suchen in einer Menge von Unsicherheiten die Person mit der höchsten Erfolgswahrscheinlichkeit.

Lin Junyang ist eine solche Person mit hoher Erfolgswahrscheinlichkeit. Er ist jung, voller Energie, hat bereits Erfolge erzielt, hat einen ausgesprochen modernen technologischen Horizont und hat sich für einen sehr vielversprechenden Bereich entschieden. Für die Investoren ist es also eine lohnende Investition, auch wenn 2 Milliarden US-Dollar etwas teuer erscheinen. Solange es eine 1 %ige Chance gibt, dass das Unternehmen in einem Konzern mit einem Marktwert von mehreren Milliarden US-Dollar wird, ist der Kauf lohnend.

Natürlich sind die Risiken auch sehr groß.

Die technische Schwierigkeit in den Bereichen Weltmodelle und Embodied Intelligence ist noch höher als bei generischen Large Language Modellen. Die benötigte Rechenleistung, Daten und Fachkräfte sind astronomisch. 220 Millionen US-Dollar klingen viel, aber in diesem Bereich reicht es vielleicht nur für ein Jahr oder etwas länger.

Außerdem ist es ungewiss, wann dieser Bereich kommerzialisiert werden kann. Es kann drei Jahre, fünf Jahre oder auch zehn Jahre dauern. Können die Investoren bis dahin warten?

Es gibt auch das Problem der Fachkräfte. Lin Junyang selbst ist sehr begabt, aber das Gründen eines Startups ist keine