上海市开源体系建设实施方案核心政策 - 方案经上海市政府常务会审议通过并正式印发 旨在通过3至5年努力 初步建成技术支撑齐全 服务体系完善 开源产业繁荣的开源体系 为赢得未来科技竞争主动权筑牢基础 [2] - 方案以开源引领产业发展为根本 着力构建“技术 人才 企业”三位一体的开源创新生态 [2] 五大提升工程具体举措 - **基础能力筑基工程**：将依托已有基础打造国内首个面向海外的开源平台 预计明年正式上线运行以链接全球智力资源 同时对标国际先进提升平台综合竞争力 构建完整协作工具和服务体系 [3] - **项目培优工程**：建立年度优秀开源项目评选机制 给予最高500万元直接奖励 将开源行为提升为“受鼓励的创新行为” 并在人工智能领域率先研发开源资产评估框架 推动开源从“企业成本项”转变为“战略资产” [4] - **资金与平台支持**：自明年起安排专项资金 对基础性开发工具研发项目给予最高2000万元资金补助 支持建设专业服务平台 衔接人工智能 智能芯片等重点领域的开源项目与产业转化 [4] - **人才集聚工程**：创新建立以“开源贡献”为导向的评价机制 鼓励高校将优质开源贡献纳入学生评奖推免 企业纳入职工职称评聘 同时将开源相关紧缺岗位纳入市级急需紧缺人才目录 打造“产教融合”的实践型培养路径 [4] 产业界反响与赋能案例 - 政策将有效规范开源产业发展环境 降低企业创新与人才培育成本 加速上海汽车与软件产业链资源整合 破解异构计算生态碎片化等行业痛点 [4] - 普华基础软件参与的“中国车用操作系统开源共建计划”中 开源小满社区已汇聚400多家Tier1厂商 44家整车厂及200多所院校 方案将进一步助力车用操作系统“根技术”突破 为智能汽车打造安全“数字底座” [5] - 企业发布的车用操作系统开源“星辉计划”将借政策东风 联合产业链上下游打破“产业孤岛” 打通从开源代码到量产交付的全流程 [5] - 开源MCN模式将为项目提供定向导航 资源嫁接和商业变现的深度赋能 依托上海丰富的产业应用场景 衔接全球优质开源项目 技术生态与龙头企业培养 形成“开源技术带动就业 就业促进产业升级”的良性循环 [5] - 政策落地将让企业以更低成本获取前沿技术支持 也为开发者提供从“兴趣”到“事业”的确定性路径 让开源真正成为上海实体经济高质量增长的新引擎 [5] 未来发展目标与规划 - 上海下一步将加大统筹协调力度 推动浦东 杨浦等区域率先探索开源机制创新 [6] - 通过政策引导与市场协同 上海正朝着打造1至2个国际先进开源社区 孵化200个以上优质开源项目 集聚超300万全球开发者的目标迈进 全力构筑全球开源高地 [6]

文章核心观点 - 智谱公司发布新一代开源大模型GLM-4.7，在代码竞技场WebDev榜单上超越GPT-5.2，位列开源模型第一，并在多项实际应用测试中表现出色，被社区高度认可 [1][2][41] - 模型性能的显著提升源于对后训练阶段的深度优化，包括精细化的发布配方、复杂的预训练数据流程以及创新的自研强化学习框架Slime [4][7][8][24] - 公司强调其产品设计核心是平衡训练/部署成本与性能，致力于让模型在消费级硬件上高效运行，并承诺上市后将持续投入开源，视其为保持技术领先和建立生态的关键 [9][42][46] 模型性能与市场表现 - 在代码竞技场WebDev榜单中，GLM-4.7以1449分（初步分数）排名总榜第6，在开源模型中位列第一，超越了GPT-5.2（1398分）等闭源模型 [2] - 社区实测反馈积极，在编程、游戏开发、PPT制作、海报设计等任务中表现卓越，被用户评价为“Amazing”和“完胜”竞品 [2][3][35][38][39] - 模型获得市场认可，估值400亿美元的Fireworks公司在发布首日（Day0）即宣布支持GLM-4.7，且其订阅价格被认为极具竞争力（一年订阅费约等于Claude Code一个月的Max Plan） [47][51] 技术优化与创新 - 性能提升主要来自后训练阶段的优化：在监督微调（SFT）和强化学习（RL）阶段采用了更精细的“发布配方”，通过对不同领域数据集进行对齐，提升了基准测试分数和实际部署的稳定性 [7][8] - 引入“交错思考”（Interleaved Thinking）机制，使模型在执行动作前进行隐性思考，类似于思维链，从而在处理复杂的多模态任务（如图表分析、看图写代码）时提高了准确度，减少了鲁莽操作 [19][21] - 针对编程能力进行了大量专项优化，使其在多语言编码（包括Python、JS及冷门语言）和复杂逻辑架构理解上表现出色，并深度打磨了智能体框架（影响性能高达30%）、系统提示词和工具调用层级 [15][16][17] 产品设计与战略 - 模型设计以训练成本和部署成本为核心锚点，旨在让模型在消费级显卡上也能运行，同时保持接近300亿参数模型的逻辑能力，体现了在有限参数下压榨极致性能以实现AI真正落地的思路 [9] - 公司建立了一套复杂的预训练数据流程，包括多源采集（高质量论文、小说等）、极致清理（去重、质量过滤、敏感词筛查）以及对齐策略，旨在让模型的写作风格更生动、更人性化 [11][12][18] - 在创意写作和角色扮演方面取得进步，通过从小说和剧本中学习，模型能进行更丰富的细节描写并更好地维持角色设定，减少了“出戏”频率 [14][18] 开源承诺与生态建设 - 面对即将赴港IPO的传闻，公司团队在Reddit AMA中明确承诺，上市后将持续投入开源，并强调开源是公司的核心基因，是回馈生态、保持技术领先和建立开发者标准的最优路径 [42][44][46] - 公司开源了自研的强化学习框架Slime，该框架专为大规模强化学习设计，支持多种对齐算法，旨在帮助开发者更容易地复现GLM级别的模型对齐效果，体现了其对开源生态的回馈 [24][25][27] - 公司在Reddit AMA活动中展现了高透明度和接地气的沟通风格，详细分享了从数据收集到质量过滤的完整流程，赢得了开发者社区的尊重 [28][29][31] 应用场景与功能演示 - 在游戏开发实测中，仅根据提供的素材链接和简单提示，GLM-4.7成功生成了一个“声色俱全”的《植物大战僵尸》游戏 [33][35] - 在办公自动化方面，模型能根据“做一个介绍巴黎的PPT”的简单指令，生成达到直接商用程度的PPT演示文稿 [35][36] - 在创意设计方面，例如生成运动鞋宣传海报，GLM-4.7的效果相比前代GLM-4.6有显著提升，差距一目了然 [38][39]

产品发布与核心升级 - 软通动力正式发布“软通天鸿操作系统6”，该操作系统由子公司鸿湖万联基于OpenHarmony社区版深度定制，是一款高可用、高稳定的商业发行版 [1] - 本次升级在多媒体能力、连接能力、显示与交互、稳定与安全等多个维度，升级优化300余项 [1] - 升级率先推出标准化开发框架，并深度融合“软通天鸿智能”百余种端侧视觉算法与智能分析能力 [1] AI深度融合与场景应用 - 操作系统深度融合“软通天鸿智能”百余种AI算法，全面支持车流量统计、人员密度检测、区域入侵等业务场景 [3] - AI能力广泛应用于矿山、交通、园区等行业领域 [3] 生态合作与开发模式创新 - 公司在业内率先发布“标准化SDK二次开发框架”，旨在改变传统定制化交付模式 [4] - 新框架允许合作伙伴基于统一SDK自主适配驱动并自定义功能配置，可大幅降低硬件适配难度、提升适配灵活度与产品改造效率、缩短产品上市时间 [4] 多媒体与连接能力增强 - 多媒体能力升级包括新增RTSP流媒体和webRTC功能，覆盖实时摄录、直播等场景 [5][6] - 支持多路编解码与循环播放，满足广告轮播、多路摄录高并发需求 [6] - 支持多摄切换预览及自定义参数，适用于车载、安全摄录等硬件 [6] - 连接能力全面增强，支持以太网络、WiFi、移动网络异构网络协同，并通过统一协议和架构实现网络动态优化 [5][10] - 增强的连接能力还包括蓝牙文件传输、WiFi网络WEB认证以及移动网络APN自定义 [10] 显示交互与系统稳定性 - 显示与交互优化支持全尺寸适配（2.4寸~120寸屏幕）及多屏超高清显示 [10] - 支持多个不同屏幕独立显示与自动旋转，适用于工业控制/多任务办公场景，并支持基于协议的跨设备投屏 [10] - 系统稳定与安全加固提供应用守护功能，包括应用开机自启、异常恢复、黑白名单管理以保障关键业务连续性 [7][10] - 系统支持近端运维（如U盘安装应用、升级）以及升级容错机制（如OTA断点续传、AB双分区升级），提升系统可靠性 [10] 生态建设与战略成果 - 公司是开放原子开源基金会白金捐赠人、OpenHarmony项目群A类捐赠人及开源鸿蒙生态的核心共建单位 [7] - 天鸿操作系统已成功适配近30款国产芯片，覆盖ARM、x86及龙芯等主流指令集架构 [9] - 公司已率先贡献RK3399、T507两款富设备芯片代码至开源鸿蒙社区主干 [9] - 基于该操作系统，鸿湖万联已面向重点行业推出多款商业发行版，联合百余家生态伙伴共同完成上百款设备鸿蒙化升级 [9] - 公司已推出AI PC、智慧屏、AI摄像头等多款通用及专用智能终端系列 [9] - 产品进化强化了“芯片适配-操作系统-开发套件-智能终端-行业解决方案”的软硬全栈生态体系能力 [1]

全球AI技术市场格局与采用趋势 - 尽管美国在人工智能领域与中国展开竞争，但中国的开源人工智能模型正悄然进入美国市场，并赢得越来越多美国程序员和公司的青睐 [1] - 美国企业选择中国AI技术的原因在于，阿里巴巴、深度求索等公司提供的开源模型允许程序员对软件进行定制以满足自身需求，而OpenAI的ChatGPT和谷歌的Gemini等属于内部机制保密的闭源模型 [1] - 开发者平台OpenRouter与安德森·霍洛维茨基金联合报告显示，全球范围内中国研发的开源模型使用率已从2024年末的1.2%飙升至今年8月的近30% [1] 中国AI技术的具体应用与成本优势 - 一位匿名的美国企业家透露，其企业通过采用阿里巴巴的通义千问人工智能模型，相比使用专有模型每年可节省40万美元成本 [1] - 美国芯片巨头英伟达、AI公司Perplexity以及斯坦福大学，也在部分业务中使用阿里巴巴的通义千问模型 [1] 企业选择逻辑与全球化视角 - 在市场条件下，公司以经营为核心逻辑，会选择质优价廉的产品 [2] - 在全球化时代，产业链供应链不应受地缘政治影响，企业也不该存在东西之分 [2]

文章核心观点 AI时代，开源产业正经历从技术协作模式向复杂商业生态的深刻演变，开源与商业化的融合成为释放创新潜能、创造可持续产业价值的关键，中国开发者及开源生态在全球格局中正迎来重要的战略机遇期[1][6][11] 开源产业的演进与AI时代的重塑 - 开源已从软件开发模式演进为涵盖项目、社区、企业和基金会的复杂产业生态，深度嵌入云计算、大数据和AI等前沿技术领域[6] - AI的兴起正在重塑开源的内在逻辑，从传统围绕代码的开源延伸至数据、算法、模型和算力等多个层面，形成高度耦合的协作体系[6] - 中国正从全球开源生态的“使用者”和“跟随者”转变为重要贡献者和塑造者，以openEuler、openHarmony等项目为代表的本土开源正在加速成熟，“十四五”规划首次列入开源标志着其已成为推动科技创新的重要制度工具[6] AI开源商业化的新机遇与模式 - 全球开源产业正经历代际跃迁：从以服务为核心的开源1.0（如Red Hat），到以SaaS为代表的开源2.0，再到当前AI驱动的开源商业化3.0时代[12] - AI项目商业化逻辑发生本质转变：从“卖功能”升级为“卖结果”，企业可直接量化AI带来的销售提升、流程优化和开发效率改进，降低了付费决策门槛[12] - 美国市场实践显示，AI创业公司的商业化速度比上一代SaaS企业快3-5倍[12] - AI开源时代的新商业机会主要集中在三方面：重构和补强基础设施、推动数据与场景深度融合、结合中国硬件制造优势通过AI赋能拓展商业空间[16] 中国开源生态的现状与战略布局 - 全球开源开发者数量已超过1.5亿，其中中国开发者总量超过1200万，活跃开发者约285万[14] - 在AI技术栈的不同层级，国际竞争格局各异：在AI基础设施层，中美两国优势最为突出，合计贡献度超过60%；在AI Agent层，中美差距明显缩小，中国开发者的贡献占比达到21.5%[14] - 超过90%的AI基础设施领域投资来自美元基金，凸显了建设本土开源基础设施的紧迫性[15] - 开放原子开源基金会联合CSDN等合作伙伴打造了新一代AI Agent生态核心基础设施AtomGit，旨在构建中国自主可控的开源基础设施并提升全球话语权[15] 开源商业化的策略与挑战 - 开源与商业化应当阶段性“解耦”，开源的“上半场”价值在于获取开发者信任、品牌影响力和真实场景反馈，为后续商业化和全球化铺路[22] - 企业是否付费往往取决于业务重要性和风险承受度，而非产品是否开源本身，在数据库等关键系统领域，稳定性与风险成本比开源属性更重要[22] - 创业者在设计开源策略时，必须尽早想清楚哪些是生态入口，哪些是不可轻易开放的核心能力[21] - 部分公司选择将周边工具开源以获取开发者影响力，而将核心能力产品化、闭源化以实现商业转化；也有公司因身处既定开源标准生态，将核心能力直接开源，通过影响力切入生态，再在管理工具和高性能版本上提供企业级产品[21] AI对企业软件与组织形态的变革 - AI驱动下的新一代企业软件正在明显向To C模式靠拢，产品聚焦解决具体问题点，尤其在引入Agentic能力后，可直接提升个人工作效率，更适配个人订阅模式[19] - 部分AI软件已取消代理体系，直接提供个人版与企业版供用户选择，这反映了产品设计逻辑从解决企业问题转向首先解决个人“人效”问题的根本转变[19] - AI正在重塑组织形态，最容易被AI改造的是长期依赖固定SOP、充当流程“中间层”的岗位，AI真正催生的是“超级小团队”，即用更少的人完成过去需要大规模组织才能完成的工作[27] - 从长期趋势看，大部分人类技能最终都可能演变为“伪技能”，例如编程技能已被AI大幅重塑，AI产出的代码质量已普遍高于个人水平[27] 构建可持续开源产业的制度建议 - 强化战略定位，将开源纳入国家科技发展战略，在关键领域优先采用开源方案，并设立专项资金攻坚开源芯片、操作系统与AI架构等核心技术[9] - 完善法律与协议体系，明确开源许可证法律效力，探索适配AI等新兴领域的许可模式，规范数据使用与AI生成内容的权利归属[9] - 营造协同创新环境，支持开源基金会与社区发展，引导企业建立开源战略，培育开放共享的文化[9] - 建设公共服务平台，提供普惠算力与高质量数据集，降低开发门槛，并构建安全风险防控机制[9] 开发者与创业者的行动指南 - 中国开发者具备天时、地利、人和多重优势：天时是技术与市场的双重红利刚刚开启；地利是国内企业对开源的友好态度提供了广阔验证市场；人和是中国开发者的顶尖工程能力、产品能力以及团队的高效与勤奋[11] - 创业者应聚焦“全球视野+快速开源实现”，密切关注全球技术与市场变化，把握新底座、新模型、新接口、新标准出现的机会，抢先布局做“之前不存在的软件栈”[11] - 接口型能力的核心来源是“把自己扔进真实场景中实践”，真正的PMF往往诞生在面对面交流和真实交易中[29] - 在AI时代创业，应清晰认识自身优势，用创新做高杠杆的事情，真正的护城河在于用户的身份认同与情绪价值，而不仅仅是模型或工程能力[32] 开源社区的进化与价值 - 开源为个人成长提供了平等的机会，任何参与者都能接触到最新的前沿知识和社区共识，积累宝贵的成长经验[35] - 社区的价值不仅在于代码本身，更在于由优秀成员组成的网络，这些成员推动项目持续演进和拓展应用[37] - 在AI辅助编程普及的背景下，贡献者仍需对代码负责，通过严格的CI/CD流程确保所有提交的代码达到高质量标准[35] - 开源不止是开源代码，也在开源个人IP、思考、协作内容，从广义角度看开源仍有巨大潜力[37] AI对创业范式与个人能力的影响 - AI显著降低了个人创业的起点和成本，例如有创业者每月花费200-300美金在AI工具上，即可相当于拥有一个完整的产品开发团队[49][50] - AI在不同领域的作用存在差异：在信息密度低于文字的领域（如编程），AI的帮助非常显著；在信息密度高于文字的领域（如音乐创作），AI则难以帮助快速入门[48] - AI目前在不同行业中的角色各异：在无人驾驶领域多为L2级别的协作者；在编程领域是辅助工具；在量化交易等需要超快决策的场景中，才可能成为独立决策者[50][51] - 个人的主动性和对目标的投入，最终决定了其在AI时代的成长速度[47]

大会核心信息 - 会议名称为GOBI 2025全球开源商业创新大会，由Upstream Labs、AI原点社区、CSDN联合主办 [14] - 会议将于12月21日10:00-17:15在北京海淀东升万丽酒店举行 [5][19] - 会议定位为首届开源商业化主题大会，旨在汇聚生态伙伴，站在全球开源与AI交汇的最前沿，共同解锁未来三年的创新机会 [14][19] 参会嘉宾与规模 - 大会汇聚了500+位开源基金会掌舵者、独角兽创始人、头部VC合伙人与顶级开发者 [14] - 参会嘉宾包括来自GitHub 60,000+ Star项目LLaMA Factory的郑耀威、vLLM社区核心贡献者张家驹、RAGFlow创始人张颖峰、Apache软件基金会成员及Datastrato创始人堵俊平等实战派专家 [2][6] - 其他重要嘉宾包括创新工场联合创始人汪华、CSDN创始人蒋涛、涛思数据创始人陶建辉、LVS创始人章文嵩、PingCAP副总裁刘松、月之暗面副总裁黄震昕等超过30位专家 [20][21] 大会议程与核心议题 - 大会包含三大顶层Keynote，系统洞察开源、AI与商业的前沿思辨 [17] - 核心议题围绕“AI浪潮三部曲：变局·聚力·创生”展开，包含四场深度圆桌讨论 [6][19] - 具体议程包括“破局·企业软件的‘巨硬’时刻”、“变局·AI带来的软件和SaaS变革”、“聚力·开源社区的进化与未来”以及“创生·AI催生的文艺复兴式创业者”等圆桌论坛 [20][21] - 圆桌论坛将探讨如何借助社区力量实现个人能力跃迁、如何让围观者变为共创者、以及如何构建社区精神部落等核心问题 [3] - 会议最后将进行“源起之道”开源商业创新营优胜项目路演及颁奖典礼 [22] 现场活动与体验 - 现场将展示10大“源起之道”开源商业创新营项目 [10][22] - 现场将提供10大具身智能应用场景及体验 [10][22] - 参会者可近距离体验前沿开源应用成果与优秀项目 [10][22] - 大会设有入场好礼及终极神秘大奖等互动环节 [10][22]

公司战略与财务表现 - 小米集团2025年被定义为“大发展”之年，2024年前三季度收入同比增长32.5%至超过3400亿元，经调整利润同比增长73.5% [7] - 公司未来五年研发投入预计将超过2000亿元，其中2026年预计研发投入约400亿元 [7] - “AI与现实世界深度融合”被列为小米未来十年的核心战略，公司已准备All in AI [31] - 公司业务聚焦于“人车家全生态”，涵盖个人设备、出行设备、家庭设备三大产品线，核心技术为芯片、OS、AI，并拥有手机、汽车、大家电的智能制造能力 [10] 人工智能与大模型战略 - 小米自研MiMo系列大模型家族，包括推理大模型、视觉推理大模型、原生端到端音频生成模型、端侧视觉语言大模型、具身大模型 [12] - 公司打造Agent语言基座模型的三个核心方向是：超强的代码和工具调用能力作为高效“语言”、围绕极致推理效率设计的模型结构作为“高带宽”协作关键、全新后训练范式以保证高效稳定的扩展强化学习训练 [16][18] - 小米认为下一代智能体系统不是“语言模拟器”，而是能理解世界并与之共存的“智能体”，强调AI需与物理世界交互 [5][27] - 公司认为算力和数据并非最终护城河，真正的护城河是科学的研究文化与方法，以及将未知问题结合模型优化转化为可用产品的能力 [5][28] 技术进展与产品发布 - 小米最新发布的MiMo-V2-Flash模型性能媲美DeepSeek-V3.2，是其核心成员罗福莉加入后团队亮出的首个成果 [14] - MiMo-V2-Flash模型在代码和Agent测评基准测试中达到全球开源模型TOP2水平，其突出优势是推理效率，实现了低成本和高速度 [17][20] - 该模型采用Hybrid SWA架构、固定KV Cache以增强长文推理，并通过3层MTP推理加速并行Token验证，实现推理速度2-2.6倍的提升 [20] - MiMo-V2-Flash已初步具备模拟世界的能力，例如通过HTML写操作系统、模拟太阳系 [22] - 该模型发布即开源，模型权重、技术报告均开源，API限时免费 [25] 行业观点与研发理念 - AI正以非线性方式重演人类大脑6亿年的进化史，语言被视为人类思维和物理世界在符号空间的“投影” [5][15] - 行业对AGI路径存在不同观点，有观点认为语言即可实现最终AGI，但小米团队认为AI进化的下一个起点必须是能与物理世界交互的模型 [27][28] - 开源被视为实现AGI普惠化和确保全人类智慧共同进化的唯一路径，其价值被定义为一种分布式的技术加速主义 [5][30] - 顶尖开源模型与顶尖闭源模型的性能差距已从三年前缩短至“数月” [30] - 小米大模型Core团队定位为研究、产品与工程深度耦合的“小而美”团队，强调创业精神和追求真理 [28]

英伟达收购SchedMD的战略意义 - 公司收购了高性能计算与AI领域的“资源调度王牌管家”SchedMD，其核心资产是开源工作负载管理系统Slurm [1][2] - Slurm系统在全球超半数TOP500超级计算机、科技巨头Meta以及Mistral和Thinking Machines等AI创企中得到广泛应用，行业地位不可替代 [3][9][10] - 该收购被业界评价为“悄悄把自家的护城河拓宽了”，因为即使客户使用AMD或Intel芯片，只要依赖Slurm调度算力，就绕不开英伟达生态的辐射 [3][15] SchedMD公司业务与商业模式 - SchedMD成立于2010年，专注于大规模计算任务调度技术 [5] - 其核心产品Slurm能高效分配成千上百台设备的算力资源，服务于大模型训练、数据预处理、天气预报及基因测序等任务 [6] - 公司商业模式清晰：Slurm免费开源，通过提供专业工程支持、系统维护和定制化开发等增值服务盈利 [8] 英伟达的收购动因 - 整合成本低：双方已有十年合作基础，技术衔接与团队整合成本较低，便于英伟达快速将SchedMD能力融入自身生态 [12][13] - 战略价值高：收购使英伟达的影响力从硬件层延伸至调度层，有助于锁定超算中心、云厂商和AI企业等核心客户群体 [14][15][16] 收购后的承诺与外界关切 - 英伟达官宣收购时承诺，将继续保持Slurm的开源和供应商中立属性，确保全球用户正常使用 [18] - 外界担忧英伟达可能不会持续投入开发支撑新云厂商服务的Slinky项目关键仓库，若后续开发断档可能影响相关业务稳定性 [19][21] 英伟达同期推出的Nemotron 3系列开源模型 - 公司推出了采用MoE架构、支持百万token上下文窗口的Nemotron 3系列开源模型，包括Nano、Super和Ultra三种规模 [22] - Nano模型总参数30B，单次任务激活3B参数；Super总参数100B，每token激活10B参数；Ultra总参数500B，每token激活50B参数 [22] - 该设计通过精准控制活跃参数量，在保留大模型核心能力的同时大幅减少算力消耗 [23] - Nano模型现已推出，相比前代Nemotron 2 Nano，吞吐量提高4倍，推理成本更低，并被Artificial Analysis评为同类型中最开放高效的模型 [25][26][27] - Super和Ultra模型预计于2026年上半年推出 [25]

AI算力与能源关系 - AI算力的发展最终受制于电力供应 而电力的终极发展方向是绿色电力[1][5] - 绿色电力不仅指风光水等可再生能源发电 其自身的生产流程和产业链过程也需要实现低能耗和少用自然资源[1][5] AI与ESG的融合 - AI发展的最终归宿是ESG（环境、社会和公司治理）[3][7] - 零碳园区、零碳城市、零碳产业的构建首先需要算力中心 算力中心是当前全球竞争的制高点[3][7] - 算力产业链前端受电力约束 电力不足将影响AI算力有效服务前端 若电力全部来自化石能源则会延缓ESG目标的实现[3][7] - 算力中心冷却技术正从水冷转向液冷 使用可循环液体解决了高耗能算力中心的用水问题[3][7] - 在算力中心用电环节引入ESG工具可大幅降低能耗 将此要求融入零碳建设将推动产品端和利用端取得基于ESG的进步[3][7] 开源模式与CVC投资 - 开源发展的最终方向是CVC（基于产业的财务投资）[3][7] - 人工智能时代的应用平台、软件等均需开源服务 开源已渗透到经济社会方方面面[3][7] - 当源代码、平台算力等开源后 开发运用阶段的边际成本无限接近于零 从而使开发者、受众和服务对象可以免费使用[3][7] - CVC的逻辑是用平台资金投资新创业公司 免费让其使用开源平台存量资产创业 盈利后仅收取少部分利润[4][8] - 当创业公司成长为平台核心竞争力产线时 可注入资本需求以推动企业规模化延展 最终通过高估值收购让初始创业者获得资本回报 实现产业链持续发展[4][8] - 这种模式使得全社会创新的机会成本无限接近于零 因为投资成功部分覆盖了失败部分的总费用[4][8] - 个体创业初期可免费投入 成功后还能获得大量资本投资 使得每个个体创新失败的机会成本也无限接近于零[4][8] - 这种动能蕴藏在AI时代的产业和产业链所构建的新格局中[4][8]

行业技术发展趋势 - 开源已成为一个事实上的技术标准 [2] - 开源是技术创新的重要驱动力 [2] 公司战略与定位 - 中兴通讯高管在2026中国信通院深度观察报告会上阐述了其对开源的观点 [2]