许主洪的加入，也恰好印证了阿里的这一技术布局。作为BLIP系列的参与者，他在多模态预训练和效率优化方面的积累正是阿里所需要的。从夸克的图文理解到天猫精灵的视觉交互，再到未来可能推出的AI眼镜，多模态交互将成为阿里AI产品的标配。