Die Nach-90er-Generation besetzt die zentrale Position: Yao Shunyu, Luo Fuli, Liu Dayiheng, Chen Yusen, Zhou Chang und ihre Kollegen übernehmen die in China entwickelten großskaligen KI-Modelle

Im September 2026 haben inländische Unternehmen für große KI-Modelle konzentriert eine Reihe von Leistungsnachweisen vorgelegt.

Am 21. September bestätigte Alibaba einen Tag vor der Eröffnung der Cloud-Summit-Konferenz, dass Liu Dayiheng, geboren 1993, zum Leiter des Projekts TokenFoundry Qwen Large Language Model der ATH-Geschäftsgruppe ernannt wurde. Seine Reihenfolge bei den Reden auf dem Hauptforum liegt nur hinter dem Vorsitzenden der Alibaba-Gruppe, Joseph Tsai, und dem CEO Wu Yongming.

Am 22. September trat Chen Yusen, geboren 1992, erstmals öffentlich als Vizepräsident der Alibaba Group und CEO von Qwen Office auf derselben Konferenz auf.

Zuvor wechselte er von dem Gründer von Changting Technology zum CEO von DingTalk und später zum Leiter der Qwen Office Division, wobei sein Rang von P10 auf P11 (M6) stieg.

Am selben Tag veröffentlichte Xiaomi ebenfalls die Serie MiMo-V2.6, und gleichzeitig wurde die interne Beförderungsliste bekannt: Luo Fuli, geboren 1995, stieg auf Rang 22, den höchsten Punkt des Rangsystems von Xiaomi. Das von ihr verantwortete MiMo-V2.6-Pro erzielte 46 Punkte im umfassenden Intelligenzindex von Artificial Analysis und wurde damit das weltweit erste Open-Source-Gewichtsmodell auf dieser Liste.

Auf der anderen Seite verließ Zhou Chang, geboren 1990, Alibaba und wechselte zu ByteDance, wo er für Seedream, Seedance und das Weltmodell verantwortlich ist.

Zwei Generationen erscheinen abwechselnd auf demselben Organigramm. Auf der einen Seite stehen erfahrene Technikveteranen, die zehn oder zwanzig Jahre gebraucht haben, um die Spitzenposition zu erreichen, auf der anderen Seite die Nachgeborenen der 90er-Jahre, die ihren Lebenslauf auf fünf oder sogar zehn Jahre komprimiert haben.

In diesem technischen Zyklus, in dem Transformer (die zugrundeliegende Architektur großer KI-Modelle) vor weniger als zehn Jahren erschien und der Boom von ChatGPT vor weniger als fünf Jahren begann, scheint die Variable „Alters- und Dienstalterhierarchie“, die jahrzehntelang funktionierte, ihre Bindungskraft verloren zu haben.

Aber was die Nachgeborenen der 90er-Jahre wirklich übernehmen, sind nicht nur Positionen, sondern auch ungelöste technische Schulden, Kommerzialisierungsdruck und Risiken beim Aufholen. Die Übergabe der Verantwortung hat bereits stattgefunden, die Prüfung hat aber gerade erst begonnen.

01

Liu Dayiheng und Chen Yusen: Einer führt zur Grundlagenarchitektur, der andere zum Geschäft

Wenn man Liu Dayiheng und Chen Yusen an den zwei Tagen derselben Cloud-Summit-Konferenz zusammenbringt, lassen sich genau zwei völlig unterschiedliche Wege erkennen, auf denen die Nachgeborenen der 90er-Jahre große KI-Modelle leiten.

Liu Dayiheng trat 2012 in die Fakultät für Informatik der Sichuan-Universität ein, wurde 2015 aufgrund seines ersten Gesamtrangs für ein kombiniertes Master- und Doktorstudium empfohlen und erwarb 2020 seinen Doktortitel.

Er erlangte erstmals öffentliche Aufmerksamkeit, als er 2019 eine Arbeit auf der ACL veröffentlichte und damit der erste eingeschriebene Student der Sichuan-Universität war, der ein Ergebnis auf der ACL vorstellte.

Im selben Jahr nahm er am globalen langfristigen öffentlichen Wettbewerb Natural Questions von Google teil, an dem auch Konkurrenten wie Google AI und IBM Research teilnahmen. Sein Team erreichte bei der Einreichung den ersten Platz weltweit und hielt diesen drei Monate lang.

2020 war er der einzige ausgewählte Teilnehmer in der Region Südwestchina in der ersten Kategorie des „Genie-Programms“ von Huawei und trat im Januar 2021 in das Alibaba Damo Academy ein.

Am 9. März 2026 war er verantwortlich für das vortrainierte Modell Qwen und verwaltete gleichzeitig die Teams für Nachtraining und Codierung, wobei er an Zhou Jingren, den CTO von Alibaba Cloud, der die Spitzenposition von Qwen verwaltete, berichtete. Diese Ernennung kursierte bereits vor einem halben Jahr intern bei Alibaba, bis sie im September offiziell bekannt gegeben wurde.

In dem von ihm vorgestellten technischen Fahrplan ist das rekursive Selbstverbesserungsverfahren (RSI) das radikalste: Das Modell soll Mängel aus realen Aufgaben erkennen, Trainingsdaten erstellen und dann die Ergebnisse bewerten und korrigieren.

Chen Yusens Weg zur Position des Leiters von Qwen Office führt zuerst über die Technik und dann über die Produktentwicklung.

Er wurde 1992 geboren, absolvierte seinen Bachelor-Studiengang in Informatik am Qiushi Science Class der Zhuzhenkun-Fakultät der Zhejiang-Universität, war Mitbegründer des unternehmensweiten Cybersicherheitsunternehmens Changting Technology und wurde 2017 in die Liste der 30 unter 30 Elite in China von Forbes aufgenommen. 2019 wurde Changting Technology von Alibaba Cloud vollständig übernommen, und er wechselte zu Alibaba; später verließ er das Unternehmen, um ein eigenes Startup zu gründen, und kehrte nach der Einstellung des Projekts zu Alibaba Cloud zurück.

Am 11. Juni dieses Jahres übernahm Chen Yusen den Posten des CEO von DingTalk und wurde damit der jüngste Geschäftsführer einer Geschäftseinheit in der Geschichte von Alibaba. Im Juli wurden drei ursprünglich verteilte Agent-Produktlinien zur Geschäftseinheit „Qwen Office“ zusammengefasst, und er übernahm gleichzeitig den Posten des CEO.

Beide sind Nachfolger von prominenten Leitern. Liu Dayiheng übernahm die freie Stelle des Leiters der Qwen-Grundlagenarchitektur, die Lin Junyang hinterlassen hatte, während Chen Yusen den Staffelstab von Wuzhao (Chen Hang) übernahm, der 2010 zu Alibaba kam und der erste Leiter von DingTalk war.

Aber die Aufgaben, die sie übernehmen, sind völlig unterschiedlich.

Was Liu Dayiheng lösen muss, ist das Problem der Obergrenze der Fähigkeiten großer Grundlagenmodelle. Die zentrale Herausforderung bei der Entwicklung der Grundlagenarchitektur besteht darin, den Widerspruch zwischen der ständig steigenden Fähigkeitsobergrenze des Modells und den Kosten zu verringern.

Chen Yusens Aufgabe liegt in der kommerziellen Umsetzung und Integration großer KI-Modelle. Er muss die Fähigkeiten der großen Modelle in die ursprünglichen Arbeitsabläufe von DingTalk einbinden, Wertpunkte finden, für die Unternehmenskunden bereit sind zu zahlen, und die Umwandlung von technischen Fähigkeiten in skalierbare Geschäftseinnahmen abschließen.

Einer führt zur Grundlagenarchitektur, der andere zum Geschäft. Diese beiden Linien bilden gemeinsam die zwei Seiten des Systems großer KI-Modelle von Alibaba.

02

Drei harte Leistungsnachweise: Open Source, Multimodalität und intelligente Agenten

Luo Fuli, Zhou Chang und Yao Shunyu stehen jeweils in den drei Richtungen von Open-Source-Großmodellen, multimodaler Generierung und KI-Agenten. Ihre Lebensläufe belegen, dass in einer Branche mit schnell wechselnden technischen Paradigmen ein ausreichend wichtiges Ergebnis überzeugender sein kann als jahrelange planmäßige Beförderungen.

Die Geschichte von Luo Fuli zeigt am direktesten die Beförderungsgeschwindigkeit in der Branche großer KI-Modelle.

Im November 2025 trat sie offiziell bei Xiaomi ein und übernahm die volle Verantwortung für das Großmodellgeschäft MiMo. Etwa 10 Monate später, im September 2026, wurde sie auf Rang 22 von Xiaomi befördert, den höchsten Punkt des Rangsystems von Xiaomi. Es gibt insgesamt 10 Stufen von Rang 13 bis 22 bei Xiaomi, wobei Vizepräsidenten den Rängen 21 bis 22 entsprechen, und Lei Jun selbst ist nicht in diesem System enthalten.

Diese Beförderung beruht nicht nur auf Gerüchten und Titeln.

Nach ihrem Abschluss trat Luo Fuli in das Alibaba Damo Academy ein und leitete das mehrsprachige vortrainierte Modell VECO. 2022 wechselte zu High-Flyer, später zu DeepSeek als Forschungsmitarbeiter für tiefes Lernen und wurde einer der Kernentwickler des MoE-Großmodells DeepSeek-V2.

Bei Xiaomi sind ihre Leistungen noch direkter: MiMo-V2-Pro hat mehr als 1 Billion Gesamtparameter und belegt auf der Artificial Analysis-Liste den fünften Platz weltweit nach Marken, was Grok von xAI übertrifft. MiMo-V2.6-Pro erzielte 46 Punkte und wurde das weltweit erste Open-Source-Gewichtsmodell.

Die Geschichte von Zhou Chang ähnelt eher einem fähigkeitsübergreifenden Wechsel zwischen Unternehmen.

Im Juli 2017 trat er über die Hochschulrekrutierung in das Alibaba Damo Academy ein, sein Spitzname war „Zhong Huang“. In den ersten Jahren bei Alibaba arbeitete er an Empfehlungsalgorithmen für E-Commerce, die nichts mit großen KI-Modellen zu tun hatten.

Später leitete er die Architekturentwicklung der Modelle „Tongyi-M6“ und „Tongyi Qianwen“. Das vor seinem Ausscheiden veröffentlichte Qwen2 erreichte innerhalb von zwei Stunden den ersten Platz der Open-Source-Liste auf Hugging Face und übertraf Llama 3-70B sowie alle damals inländischen geschlossenen Modelle.

Anschließend leitete Alibaba ein Arbeitsstreitverfahren wegen Verletzung des Wettbewerbsverbots ein, und dieser Streit machte die „Wettbewerbsverbotsmauer“ zeitweise zu einem öffentlichen Thema der Branche.

In der zweiten Hälfte des Jahres 2024 trat Zhou Chang diskret bei ByteDance Seed ein, mit dem Rang 4-2. Weniger als ein Jahr nach seinem Eintritt übernahm er die Teams von Seedream, Seedance und dem Weltmodell, später erweiterte sich sein Verwaltungsbereich weiter auf das Gebiet der verkörperten Intelligenz.

Was ihn wirklich in die Öffentlichkeit brachte, war Seedance 2.0 im Februar 2026. Das Produkt wurde am 7. Februar im Betatest veröffentlicht und am 12. Februar offiziell vorgestellt. In der Zwischenzeit stiegen die Aktien von Unternehmen mit Kurzfilmgeschäft an der A-Aktien-Börse kollektiv auf das Tageshoch.

Mit einem multimodalen Produkt eröffnete Zhou Chang einen Durchbruch für die Aufholgeschichte von ByteDance.

Yao Shunyu definierte zunächst in seiner akademischen Phase die Schlüsselmethode der Agent-Ära, trat dann in ein Top-KI-Unternehmen ein, um an der Produktumsetzung mitzuwirken, und wechselte schließlich zu Tencent, wo er gleichzeitig für das Modell und die Infrastruktur verantwortlich ist.

Nach seinem Abschluss in Princeton trat Yao Shunyu 2024 bei OpenAI ein und beteiligte sich an der Entwicklung von KI-Agenten und Systemen zur Aufgabenausführung. Im Dezember 2025 aktualisierte Tencent die Entwicklungsarchitektur für große Modelle, und Yao Shunyu wurde zum leitenden KI-Wissenschaftler im Büro des CEO/Präsidenten ernannt und übernahm gleichzeitig die Leitung der KI-Infrastrukturabteilung und der Abteilung für große Sprachmodelle.

Die KI-Infrastruktur bestimmt, wie große Modelle trainiert, abgeleitet und effizienter gemacht werden. Die Abteilung für große Sprachmodelle bestimmt die Fähigkeitsobergrenze und die Iterationsrichtung von Hunyuan. Dass Tencent ihm diese beiden Teile gleichzeitig übergab, bedeutet, dass er sowohl für die Fähigkeiten der Spitzenmodelle als auch für die technische Grundarchitektur verantwortlich ist, die die Fähigkeiten der Modelle unterstützt.

Nach seinem Eintritt bei Tencent führte Yao Shunyu mit Hy3 einen Gegenschlag durch. Dieses mittlere Modell mit nur 300B Gesamtparametern und 21B aktivierten Parametern zeigt in vielen Fähigkeiten eine bessere Leistung als GLM5.1.

Nach der Einführung von Hy3 stieg die Zahl der Nutzer, die auf Tencents WorkBuddy aktiv Hy3 auswählten, um das 6-fache, und das tägliche Textverarbeitungsvolumen stieg im Vergleich zur Vorschauversion um das 20-fache.

Das Gemeinsame an Luo Fuli, Zhou Chang und Yao Shunyu ist, dass sie in einem neuen Paradigma zuerst Ergebnisse erzielt haben und dann von der Organisation größere Befugnisse erhalten haben.

03

Die Übergabe der Verantwortung ist abgeschlossen, die große Prüfung hat gerade begonnen

Die „Übernahme durch die Nachgeborenen der 90er-Jahre“ wurde im Markt für große KI-Modelle im Jahr 2026 wiederholt erwähnt, aber es ist kein bereits abgeschlossenes Ergebnis.

Was bereits abgeschlossen ist, ist die Übergabe der Positionen: Liu Dayiheng verwaltet das Qwen-Modell, Chen Yusen verwaltet Qwen Office, Luo Fuli verwaltet MiMo, Zhou Chang verwaltet die Multimodalität bei ByteDance, und Yao Shunyu verwaltet die großen Sprachmodelle und die KI-Infrastruktur bei Tencent.

Was noch nicht abgeschlossen ist, ist die Überprüfung der Fähigkeiten.

Liu Dayiheng steht vor der Herausforderung der Fähigkeitsobergrenze von Grundmodellen und Kostenbeschränkungen. Die Schwierigkeit bei der Entwicklung der Grundlagenarchitektur besteht nicht nur darin, die Parameter weiter zu vergrößern, sondern darin, kontinuierliche Durchbrüche bei langen Texten, Schlussfolgerungen, Code und Fähigkeiten von intelligenten Agenten zu erzielen und gleichzeitig die enormen Kosten für Rechenleistung und Daten zu kontrollieren, die für das Vortraining und Nachtraining erforderlich sind.

Chen Yusen steht vor der Herausforderung der kommerziellen Umsetzung und Organisationsintegration. Qwen Office muss die verteilten Fähigkeiten von Agenten, das Ökosystem von DingTalk und die Fähigkeiten der Qwen-Grundlagenarchitektur zu einem für Nutzer wahrnehmbaren Produkt bündeln.

Die eigentliche Schwierigkeit besteht nicht darin, einen Agenten vorzuführen, der Gespräche führen und Tools aufrufen kann, sondern ihn in echte Arbeitsabläufe wie Besprechungen, Dokumente, Genehmigungen und Zusammenarbeit einzubinden, das Problem „beeindruckend bei der Vorführung, schwierig im Alltag“ zu lösen und Wertpunkte zu finden, für die Unternehmenskunden bereit sind, kontinuierlich zu zahlen.

Luo Fuli steht vor der Herausforderung, ob die Open-Source-Ergebnisse in ein nachhaltiges Paradigma umgewandelt werden können.

Sie zeigte den gesamten Prozess des Trainings mit verstärktem Lernen vollständig und veröffentlichte die Kosten: Das Nachtraining von MiMo-V2.6-Pro dauerte 6 Tage, verwendete etwa 750.000 Spuren realer Aufgaben, die gesamten Trainingskosten betrugen 3,47 Millionen US-Dollar, was etwa 4 Millionen Yuan pro Tag entspricht.

Diese Zahl löste Diskussionen aus. Li Wangminghui, außerordentlicher Professor an der Fakultät für Elektronik und Informationstechnik der Tongji-Universität, sagte gegenüber Medien, der Schlüssel sei nicht „billig“, sondern dass das Nachtraining mit verstärktem Lernen zu einer messbaren Dienstleistungsfähigkeit gemacht wird. Dies hängt jedoch davon ab, ob die Grenzkosten für die Umgebungsgestaltung, die Toolausführung und die Ergebnisüberprüfung verringert werden können.

Wenn diese heterogenen Umgebungen technisch standardisiert und wiederverwendbar gemacht werden können, könnte dies zu einem neuen Paradigma für die Preisgestaltung von Dienstleistungen werden. Andernfalls sind 3,47 Millionen US-Dollar nur ein schönes Referenzprojekt.

Zhou Chang und ByteDance stehen vor der Herausforderung, wie Aufholer den Unterricht in grundlegenden Fähigkeiten nachholen können.

Mit Seedance 2.0 erzielte das von Zhou Chang geleitete multimodale Geschäft große Aufmerksamkeit, aber das bedeutet nicht, dass das Aufholen abgeschlossen ist. Nach der Videogenerierung gibt es noch eine Reihe von schwierigen Problemen wie Weltmodelle, Echtzeit-Interaktion, Kostenkontrolle und skalierbare kommerzielle Nutzung.

Yao Shunyu steht vor der Herausforderung, dass die Fähigkeiten in das Organisationssystem integriert werden. Tencent fehlt es nicht an Szenarien: Soziale Medien, Inhalte, Besprechungen, Dokumente, Cloud und Unternehmensdien