文章核心观点 - Meta公司计划于明年春季发布一款代号为“Avocado（牛油果）”的闭源AI模型 这标志着其长期坚持的开源战略发生重大转向 [1][2][3][10][11] - 该闭源模型在训练过程中使用了包括阿里巴巴Qwen在内的第三方开源模型进行优化 此消息引发市场关注并带动阿里巴巴股价上涨 [4][5][6][13][16] - Meta的战略转向伴随着内部AI团队的重大重组 包括关键人物离职、新团队组建以及公司资源向闭源路线倾斜 [20][22][28][29][31] Meta的战略转向与“牛油果”模型 - Meta预计在明年春季发布代号“Avocado（牛油果）”的新AI模型 [2][10] - 新模型将是闭源的 这与Meta过去以“开源”为核心叙事的战略形成180度转变 [3][10][11] - 该闭源模型在训练过程中使用了多款第三方模型进行优化 其中包括阿里巴巴的Qwen [4][5][13][16] - 消息曝光后 阿里巴巴美股盘前一度上涨4% 收盘涨幅2.53% [6] Meta内部AI团队重组与权力更迭 - 2025年4月 Llama 4的发布未能达到预期且陷入争议 导致扎克伯格对团队进行重组并启动“梦之队”招聘计划 [22][23] - 公司以高额薪酬吸引人才 年薪一度飙到数亿美元 并通过一笔高达143亿美元的交易从Scale AI引入亚历山大王 [23] - 公司高层指令“少谈开源 少提Llama” FAIR实验室遭遇裁员 包括研究科学家总监田渊栋在内的员工离职 [28] - 2025年11月 知名AI科学家LeCun因公司不再提供足够资源而离职 其开源理念在内部被“雪藏” [29][30] - 随着田渊栋、LeCun等人离职 新任首席AI官亚历山大王（闭源模型拥护者）彻底掌控了Meta的AI话语权 [21][31] 新团队“TBD Lab”与公司资源倾斜 - 由扎克伯格亲自组建的明星研究员团队组成了“TBD Lab” 该实验室是Meta战略转向的重要操盘手 [20][26] - 扎克伯格极为看重该团队 投入大量时间 并将公司最重要、最烧钱的产品项目之一交由其负责 [27][32] - TBD Lab成员被安排在扎克伯格办公桌附近办公 方便其随时了解进展 [33] - 该实验室旗下的团队曾对Qwen和Gemma等模型进行微调 [18]

核心观点 - Meta公司的人工智能战略正经历全面转向，从强调开源与开放生态转向更具防御性和商业导向的闭源策略，其下一代前沿模型“牛油果”（Avocado）的发布从原计划的2025年底推迟至2026年第一季度，并更倾向以闭源形式推出 [2] 战略与研发调整 - 下一代前沿模型“牛油果”（Avocado）因在训练稳定性与推理泛化方面尚未达到商用层级，发布时间从2025年底推迟至2026年第一季度 [2] - 公司AI战略正从过去两年强调的“开源与开放生态”转向更具防御性和商业导向的策略，内部对“开源是否已完成使命”存在争议 [2][8] - 此次战略调整范围广泛，涉及研发文化、组织架构、硬件规划与资本投入，是继2012年拥抱移动互联网、2020年押注元宇宙后，公司十多年来的第三次战略大迁徙 [12] 组织架构与人员变动 - 随着Llama 4反响平淡，公司AI领导层经历剧烈更替，FAIR与GenAI的主导权被削弱，传统学术导向的研发体系让位于强调产品落地与闭环速度的Meta超级智能实验室（MSL） [6] - 通过143亿美元的交易引入Scale AI创始人汪滔（Alexandr Wang）领导MSL，其带来的“工程先行、商业优先”的闭环管理与高压工作节奏，与公司原有的开放式研究文化产生强烈冲撞 [6] - AI相关团队出现多轮重组与裁撤，FAIR的部分研究方向被缩减，超过600名与基础研究相关的人员被裁撤，直接促使首席AI科学家杨立昆宣布将离职创业 [8] 资本支出与基础设施 - 为支撑闭源模型的算力需求，公司将2025年资本支出上调至700–720亿美元，重点投向训练集群与数据中心扩建 [3] - 基础设施从“自建为主”转向更务实的混合模式，与CoreWeave、甲骨文和Blue Owl Capital进一步扩大合作规模，并推动一项270亿美元的“Hyperion”数据中心计划 [11] - 正在为MSL打造名为“普罗米修斯”（Prometheus）的超大规模数据中心，内部认为这项投入相当于重建公司的AI地基 [3] 硬件与产品路线图 - AI战略重排波及硬件路线图，公司对Reality Labs启动全面审查，多个增强现实XR原型项目被降级或暂停，Quest系列迭代节奏明显放缓 [11] - 计划在未来两年逐步削减元宇宙预算，将资源重心转向与AI模型直接协同的智能眼镜、语音助手和本地推理设备 [11] - 下一代自研ASIC推理芯片可能提前量产，其目标转为加速闭源前沿模型的终端推理效率，而非服务虚拟世界 [11]

公司AI战略调整与团队重组 - 公司对人工智能体系进行大规模调整，聘请28岁创业者Alexandr Wang担任新负责人，并组建名为TBD Lab的新团队，该团队被安置在硅谷总部扎克伯格办公室旁的独立区域，旨在远离公司内部层级和官僚结构[2] - 新团队成立五个月后，与公司元老团队之间的冲突已经难以遮掩，形成了“我们对抗他们”的心态[2][8] - 公司为打造“行业内最精英、人才最密集的团队”投入巨额资金，人工智能战略转型已近六个月，但新团队尚未有太多公开成果[4] 新老团队的核心冲突 - **研发优先级冲突**：新团队负责人Wang与首席产品官Chris Cox、首席技术官Andrew Bosworth等老臣在关键问题上意见不合，冲突焦点在于优先开发通用人工智能还是优化现有产品[3][4] - **资源分配冲突**：在计算资源分配上出现严重分歧，负责社交媒体排序算法的团队认为新增算力应优先用于能直接赚钱的业务算法，而非训练AI模型[6] - **盈利理念分歧**：Cox和Bosworth认为通用人工智能应为社交网络业务服务，而TBD实验室的研究人员目标是打造超强能力的“通用人工智能”[6][7] - **预算争夺**：有知情人士表示，Bosworth主管的Reality Labs明年预算被要求削减20亿美元，这笔钱被划给了Wang的团队，但公司发言人否认此说法[8] 开发流程与文化冲突 - 新领导层将硅谷前沿的现代AI开发方法带入公司，彻底颠覆了公司长期沿用的传统软件开发流程[9] - 公司过去的流程需征求多个团队意见以确保产品体验一致性，但新AI领导层认为这些内部工具和流程拖慢了AI软件的快速迭代[9] - 新团队倡导“Demo，不要 memo”的文化，即少写文档、多做原型，并使用如Lovable等新工具更快构建内部应用[10] - 整个AI组织现在面临巨大压力，每周工作70小时几乎成为常态，并经历持续的裁员与重组[11] 团队稳定性与人员变动 - 新团队TBD Lab在夏季曾出现短暂人员离职潮，但目前已趋稳定，在约100名员工中，近期仅2人选择在股票授予到期日离职[5] - 公司人工智能部门出现负面人员变动：Meta超级智能实验室部分新员工入职几周后便离职；10月，公司裁减人工智能部门600个岗位，侧重学术研究的FAIR实验室被大幅削减；一个月后，Yann LeCun离职[4] - LeCun离职的部分原因是对无法获得足够资源感到不满，且在其离职前，公司已鼓励部分员工让他淡出公众视野[14] 产品开发压力与市场表现 - 新团队负责人Wang面临巨大压力，需要交付顶级AI模型以帮助公司重新获得对抗OpenAI、Anthropic和谷歌的动力[4] - 内部对Llama 4之后的“巨兽”模型发展方向感到失望，已将其搁置，转而研发新产品[4] - 由新领导层成员Nat Friedman负责、在9月发布的AI生成短视频应用Vibes，内部普遍认为远不如OpenAI的Sora 2，且产品被匆忙推向市场，缺乏关键功能[10][11] - Vibes应用的下载量落后于Sora应用[11] 开源战略的重大转向 - 公司一款代号为“牛油果”的新模型预计于明年春天亮相，并可能以“闭源”模型形式推出，这标志着公司自多年来大力推崇开源战略以来最大的战略转向[12] - 新团队负责人Wang是闭源模型的支持者[12] - 在“牛油果”模型的训练过程中，TBD团队正使用多款第三方模型，包括从谷歌的Gemma、OpenAI的gpt-oss以及阿里的Qwen等竞争对手的模型中提炼技术[12] - 借助中国技术训练新模型标志着扎克伯格态度的转变，他此前曾担忧中国AI模型受审查制度影响，并呼吁美国政府支持本土科技公司[12] - Llama 4发布后，公司领导层指示部分员工停止公开谈论开源及Llama系列产品，重新评估这些业务未来的意义[13] 巨额投资与高层意图 - 为了通用人工智能，扎克伯格已承诺投资6000亿美元建设数据中心[6] - 扎克伯格对AI竞赛抱有雄心，已投入数十亿美元，包括对Wang创业公司143亿美元的投资[15] - 公司计划通过将AI技术融入旗下热门产品实现盈利，核心思路是延长用户平台停留时间以通过广告赚取更多收入[6]

Meta的AI模型研发与技术路径 - 美国科技巨头Meta在研发代号为"牛油果"的全新AI模型时 采用了阿里巴巴开源的Qwen模型进行蒸馏优化 [1] - 这一技术路径的选择 正值马克·扎克伯格在硅谷重金组建顶尖团队 试图扭转此前大模型研发颓势的关键时期 [1] 行业技术格局与模式猜测 - Meta作为曾经的开源领军者 此番借力Qwen模型 侧面印证了中国开源大模型在技术底层已具备比肩甚至反哺硅谷巨头的实力 成为行业重要的参考坐标 [1] - 这也引发了业界对于Meta可能放弃纯开源路线 转而寻求闭源盈利模式的广泛猜测 [1] 阿里巴巴AI应用的市场表现 - 阿里在C端市场的应用落地呈现出爆发态势 自11月17日启动公测以来 通义千问App在短短23天内 全端月活跃用户数已突破3000万 [1] - 这一数据刷新了同类产品的增长纪录 表明国产大模型正在加速完成从技术积累到用户规模化普及的跨越 [1]

文章核心观点 - Meta公司计划于明年春季发布一款代号为“Avocado（牛油果）”的闭源AI模型，标志着其从长期坚持的开源战略向闭源模式进行重大转变 [1][2][3][10][11] - 这款闭源模型在训练过程中使用了包括阿里巴巴Qwen在内的第三方开源模型进行优化，此消息刺激阿里巴巴美股盘前一度上涨4%，收盘涨幅2.53% [4][5][6] - Meta的战略转向源于其开源路线的挫折（如Llama 4的失败）以及内部权力结构的重组，以新任首席AI官亚历山大王为代表的闭源拥护者掌握了AI话语权 [11][22][31] Meta的战略转向与“牛油果”模型 - Meta预计在明年春季发布代号为“牛油果”的新AI模型，该模型将是闭源的 [2][10] - 此举意味着Meta进行了一百八十度的战略转向，放弃了其长期以“开源”为核心叙事、并自比“AI时代的安卓系统”的发展路线 [11][12][14] - 新模型在训练过程中使用了多款第三方模型进行优化，其中包括阿里巴巴的Qwen、谷歌的Gemma以及OpenAI的gpt-oss [13][16] - 计划走向闭源的Meta，通过使用开源模型来训练自己的闭源模型，这一做法被解读为印证了当前开源阵营的崛起 [13] 市场反应与行业影响 - 彭博社关于Meta使用阿里巴巴AI训练闭源模型的消息引发市场强烈反应，阿里巴巴美股盘前一度上涨4%，收盘涨幅2.53% [6] - 市场观点认为，此事件凸显了阿里巴巴等公司在开源AI领域的领先地位和影响力 [9][15] Meta内部重组与权力更迭 - 2025年4月，Llama 4的发布未能达到预期，且陷入榜单排名“作弊嫌疑”的争议，成为一次重大挫折 [22] - Llama 4失败后，Meta公司高层开始下达“少谈开源，少提Llama”的指令，并逐步边缘化相关团队成员 [22][28] - 公司进行了大规模重组和裁员，FAIR实验室整组被裁，包括研究科学家总监田渊栋在内的开源路线支持者离职 [28] - AI领域的知名人物LeCun于11月离职，原因之一是Meta不再为其提供足够资源，离职前内部甚至要求员工“雪藏”他及其开源理念 [29][30] - 随着田渊栋、LeCun等人的离开，新任首席AI官亚历山大王彻底掌控了Meta的AI话语权，他是闭源模型的坚定拥护者 [21][31] - 亚历山大王通过一笔高达143亿美元的交易从Scale AI加入Meta [23] - 扎克伯格如今将自己定位为“王的导师”，并将公司最重要、最烧钱的产品项目之一亲自交到亚历山大王手上 [32] “梦之队”的组建与TBD实验室 - Llama 4失败后，扎克伯格亲自挂帅开启“梦之队”招聘计划，为顶尖AI人才提供高额薪酬，年薪一度飙到数亿美元 [23] - 扎克伯格求贤若渴，甚至亲自带着自己煮的南瓜汤上门游说OpenAI的核心研究员 [25] - 这批招募来的明星研究员组成了Meta的“超级智能实验室”旗下的TBD Lab，该实验室是此次战略转折的重要操盘手 [20][26] - 扎克伯格对TBD Lab极为看重，投入大量时间，并将该团队成员安排在自己办公桌附近以便随时了解进展 [27][33]

Linus Torvalds的角色转变与项目维护哲学 - 过去近20年里，Linus Torvalds的角色已从程序员转变为系统的技术负责人和维护者，更多是在“看着”Linux内核项目向前走[7][8] - 其工作内容发生了明显变化，过去主要工作是拒绝不成熟的提案，但近年来有时反而需要在长期维护者的反对声中，鼓励并同意尝试新事物，例如引入Rust[10][11][12] - 认为Linux内核项目永无“做完”之日，核心工作是持续的维护、代码清理以及应对新硬件和新挑战，项目开展35年后仍在修改核心代码以使其更整洁、更易维护[9][10] Rust语言在Linux内核中的引入与影响 - Rust成为Linux内核的一部分，虽然这比预期花了更长时间，但目前正从实验性阶段转变为内核的真正组成部分[13][14][15] - Rust的引入引发了社区内的讨论与争议，包括代码格式、审查意见分歧等，但Linus Torvalds认为这些争议与其他内核开发领域的分歧并无本质不同，且引入新技术是值得的[13] - 内核社区曾因人际关系等非技术原因，发生将部分功能移出内核以减少摩擦的事件，但这在项目35年的历史中很少发生，社区总体上处理得不错[16] AI对软件开发及Linux社区的影响 - Linus Torvalds本人并未使用AI辅助写代码，但他认为AI是另一种工具，就像编译器解放了手写汇编一样，能大幅提升生产力但不会让程序员消失，甚至可能因开启新领域而需要更多软件程序员[1][24] - AI在内核社区的应用目前大多是实验性的，例如尝试用AI帮助处理补丁流，但AI爬虫对kernel.org源码的抓取造成了巨大干扰[21] - 存在滥用AI生成低质量安全报告或bug报告的情况，这占用了维护者资源，在某些项目中问题比在内核更严重[21] 硬件发展趋势（GPU/AI加速）与Linux的定位 - 行业硬件关注点从CPU转向了Nvidia和AMD的加速处理器（APU/GPU），但这些处理器上运行的可能并非Linux[17][18] - Linus Torvalds认为，AI加速部分虽然是行业新宠，但它并非完全独立，而是Linux帮助培育和实现的不同环境；内核无需成为其中极其不可或缺的一部分，GPU工作负载运行在内核之上是正常现象[18][19] - AI的繁荣带来了积极影响，它使得Nvidia等公司更加关心Linux内核，并成为了该领域的良好参与者，为内核贡献了维护者[19] 开发流程、社区文化与个人压力管理 - Linux内核的开发模式在过去15年里非常稳定，Linus Torvalds喜欢“无聊”的版本发布，因为这意味着没有导致大规模问题的超级刺激新功能[16] - 作为压力管理的方式，Linus Torvalds培养了一个与工作完全无关的爱好——自制吉他踏板，他鼓励在高压工作中找一个允许失败且有趣的爱好来放松[26][27] - 其日常工作主要是阅读邮件但很少回复，如果开发者没有收到他的邮件，通常意味着他对工作感到满意；他为自己外在表现出的愤怒或刻薄形象道歉，并称内心其实是快乐的[30][32]

文章核心观点 - 英伟达CEO黄仁勋认为，尽管美国在尖端AI模型上暂时领先，但中国在能源、制造业基础、开源生态、人才储备及半导体产业增速等方面拥有显著优势，具备在AI竞赛中快速追赶甚至超越的潜力 [1][3][4] AI与半导体产业竞争格局 - 美国尖端AI模型整体领先世界约六个月，但全球140万个AI模型中大部分为开源模型，而中国在开源领域表现遥遥领先 [3] - 开源是AI产业繁荣的基石，对创业公司成长、高校科研和科学家实验至关重要 [3] - 技术应用的速度往往取决于社会态度，谁能率先将技术落地，谁就能在工业革命中占据先机 [3] 中国在AI竞赛中的优势 - 能源基础：中国的能源产量是美国的**两倍**，而美国经济规模可观但能源产量仅为中国的一半，这深刻影响产业发展 [1] - 制造业实力：芯片厂、组装厂及AI数据中心的建设和运营需要大量能源支撑，中国在制造业领域的实力有目共睹，而美国存在产业链空心化问题 [3] - 半导体产业增速：中国半导体产业已实现**一年翻一倍**的高速增长，而西方半导体产业年复合增长率通常在**20%-30%**，中国具备快速追赶的潜力 [3][4] - 人才与创新储备：全球前十的理工高校中有**九所**位于中国，全球**一半**的AI人才是中国人，**70%**的AI专利源自中国，加之庞大且高素质的软件开发群体 [4] 对特定公司的评价 - 华为被评价为世界上最强大的科技公司之一，不仅实力雄厚，而且反应敏捷、行动迅速 [3] - 黄仁勋此前在央视节目中对DeepSeek给予肯定，认为中国的创新能力令人惊叹，其发展步伐难以阻挡 [4]

中国汽车操作系统发展现状与战略意义 - 2025年是中国汽车产业的历史性拐点，产业迈向“智能化、网联化”下半场，亟需构建开源、开放的全栈式操作系统以实现软硬件协同[1] - 操作系统是科技自立与高水平发展的根基与底座，其安全至关重要，是支撑应用生态繁荣的“主干”[1] - 中国汽车软件在“十四五”期间实现了从“跟跑”到“并跑”的跨越式成长，预计在“十五五”期间将在关键技术及智能化应用方面实现全面跨越式增长[2] 车用操作系统的市场价值与开发模式 - 车用操作系统是软件定义汽车和智能化的基石，具有巨大商业价值，麦肯锡预测2025年全球广义汽车操作系统市场规模为361亿美元，中国预计贡献超40%的市场份额[3] - 当前车用操作系统开发主要有两类路径：开放式（定制型）由第三方主导，支持多品牌互联；专有型（原厂型）由主机厂自研，仅限于自有品牌生态[3] - 车企选择闭源自研旨在掌握核心技术与安全，但易导致资源重复投入和行业研发力量分散[3] 行业协同的开源共建趋势 - 在底层技术层面，行业存在较多共性，应集中资源聚力完善底层操作系统，并为未来技术突破预留冗余[4] - 在应用层面，鼓励“百花齐放、百家争鸣”，支持多样化探索[5] - 当前开源存在碎片化挑战，各企业各自为战，缺乏协同[5]，但行业已开始从“各自开源”向“寻求共识”探索[6] - 中汽协软件分会围绕“标准、生态、技术攻关”三大主线推动开源共建，已牵头制定智能座舱、自动驾驶等关键领域的接口标准[7] - 2023年中汽协发布“中国车用操作系统开源共建计划”，普华基础软件联合中国一汽、东风汽车、长安汽车等10余家企业响应，开源了“龘EasyAda”和“小满EasyXMen”[7] - “龘EasyAda”是全球首个开源智能驾驶操作系统微内核，其V2.3版本在多核调度、形式化验证等关键技术上实现突破，已深度适配多款国产车规级芯片[7] - “小满EasyXMen”是全球首个规模化、量产级安全车控操作系统开源项目[7] - 理想汽车于2025年3月宣布将其自研的整车操作系统“理想星环OS”全面开源，这是打破技术壁垒、迈向协同的重要一步[7][8] 智能汽车竞争核心与未来方向 - 智能汽车竞争核心正从机械性能转向软件、数据和生态，本质是争夺对底层架构和用户体验的定义权[9] - 行业竞争应锚定“安全”根本原则，避免因过度营销导致消费者高估系统能力而产生风险[9] - 未来车企竞争力构建应聚焦三个方向：筑牢数字底座安全、构建可靠的安全体系、持续深化与AI的融合应用[9] - 差异化竞争将体现在针对不同用户群体的产品定位，以及智能座舱的软件应用与运营上，通过“人+软件+ N个场景+X个数据”模式打造专属生态[9] 行业面临的挑战与展望 - 操作系统研发面临投入大、周期长、商业化难度高和人才缺口突出等挑战[10] - 行业面临全球技术竞争加剧的局面，在部分高端芯片和核心算法上仍受制约，并需应对数据安全等合规风险[10] - 行业需共同应对“欧美筑起的核心知识产权高墙壁垒”，中国车企、协会与政府需协同构建“护城河”以支持持续发展与出海[10] - 从数据到AI算法，再到模型与规则的各层面创新持续加速，行业对智能化与电动化方向的盈利前景充满信心[10]

文章核心观点 - 人工智能时代，开源成为重要发展方向，Meta的Llama及中国的Qwen、DeepSeek等开源模型推动了行业创新并降低了开发成本[2] - vivo公司将其自研的、面向AI时代的操作系统内核BlueKernel开源，旨在为AI原生硬件设备提供一个安全、轻量、通用的系统基石[4][9] - 基于Rust语言编写的BlueKernel内核，通过其内存安全、低资源占用（最小内核内存占用仅13KB）和对多芯片架构的兼容性，解决了AI原生硬件设备的核心痛点[5][8][11] AI时代开源模型的发展 - Meta的Llama开启了开源模型与闭源模型的竞争，迫使OpenAI、Anthropic等公司持续创新[2] - 中国的Qwen和DeepSeek等开源模型在开源社区的下载量达到千万量级，促进了技术的普及和项目的快速迭代[2] - 开源模型和工具使开发者和用户能够规避闭源模型昂贵的Token成本，加速项目开发和创新[2] 对AI原生操作系统的需求 - AI眼镜、机器人等AI原生硬件设备内置的大模型和AI Agent，对操作系统的安全性、轻量化程度和通用性提出了更严苛的要求[5] - 操作系统需要能够高效利用有限的硬件资源（如内存、闪存、电池），以支持AI模型和算法在端侧设备上的运行[8] - 操作系统的内核需具备高安全性，以保护AI应用处理的海量敏感个人数据（如对话录音、面部图像、健康指标），避免灾难性隐私泄露[7] BlueKernel内核的技术优势与特点 - 全栈使用Rust语言编写，从源头保障内存安全，其编译期所有权系统能主动掌控内存安全，将相关漏洞风险降至最低[7][8][11] - 具备极致轻量化特性，最小内核内存占用仅13KB，为AI模型等“资源消耗大户”腾出宝贵计算资源，适用于智能眼镜等轻量化设备[11] - 具有高度通用性，兼容RISC-V、ARM等多种芯片架构，并支持兼容POSIX接口的标准库，方便开发者进行程序移植[11] - 采用灵活的“渐进式”迁移策略，既支持用Rust开发新驱动，也兼容已有的近2000万行C语言驱动代码，降低了行业进入门槛[15] vivo的开源战略与行业影响 - vivo进行了长达八年的技术长跑，从2018年立项到2025年将内核开源并捐赠给开放原子开源基金会，展现了其在Rust语言技术上的前沿地位[4] - 公司将操作系统内核开源，使得底层硬件厂商、系统开发者和开源社区都能基于BlueKernel进行创新，而不局限于vivo自身[13] - 通过与开放原子开源基金会合作举办“蓝河操作系统创新赛”（第三届奖金池70万元），系统性地推广Rust语言，推动行业生态繁荣[17]

开源欧拉操作系统发展现状 - 预计2025年底装机量将突破1600万套 [1] - 在互联网、金融、能源等领域广泛应用 [1] - 在国内服务器操作系统市场份额保持领先 [1] 行业应用与性能提升 - 在中国工商银行实现“一云多算”和资源按需流动 [1] - 助力南方电网将工业自动化响应时间提升至微秒级 [1] - 通过AI异构算力加速使大模型推理吞吐性能提升10%至30% [1] 技术演进与未来规划 - 服务器操作系统正从“适配”迈向“AI原生驱动” [1] - 将推出全球首个面向超节点的操作系统 计划于2025年12月30日在社区上线 [1] - 超节点技术通过整合分散算力形成“超级大脑”以实现高效调度 [1] 社区生态与产业贡献 - 华为向开源欧拉社区开放灵衢互联协议2.0并贡献支持超节点的操作系统插件代码 [2] - 开源欧拉社区成员单位超2100家 全球贡献者突破2.3万人 用户超过550万人 [2] - 已成为全球最活跃的开源操作系统技术社区之一 [2]