全球开源生态发展格局 - 全球开发者总量突破1.5亿，GitHub活跃开源开发者达2280万，美国为核心力量，中国活跃开发者超400万，总开发者1200万，规模全球第二[11] - 高影响力开发者美国310人居全球第一，中国从2016年3人跃升至2025年94人，增长超30倍，跻身全球第二梯队[1][16] - 开源项目数超4亿代码仓，活跃仓数从2016年193万增至2025年近600万，增长超3倍，AI大模型、云基础设施、前端与交互技术、编程语言与开发工具为四大技术驱动力[16] 区域与国家贡献分析 - 印度和中国增长显著，印度十年达6倍增长，中国达3倍增长，巴西作为拉美代表增幅超5倍[12] - 美国在OpenRank贡献度2021年达峰值后逐年下降，中国贡献度十年大幅上升，其余国家稳步增长[12] - 美国在影响力格局持续领先，德国稳居欧洲第一，中国、印度快速上升，巴西与日本体现区域共同发展[12] 企业开源影响力 - 全球企业OpenRank排行榜TOP100中，美国企业65家居首，中国企业16家次之，华为全球第二，阿里巴巴TOP8[19] - 微软以OpenRank 87234.62居首，华为61039.42次之，谷歌31402.94第三[20] - 中国企业开源进展快速，华为、阿里巴巴等在高影响力企业中表现突出[19] 技术领域影响力 - AI与大模型以OpenRank 535,299居技术影响力榜首，远超云基础设施333,165和前端与交互式314,618[21] - 编程语言与开发291,487、应用与解决方案218,783、区块链与Web3 167,408分列第四至第六[21] - 数据库系统129,806、RISC-V与硬件112,327、大数据与数据工程111,791进入前十技术领域[21] 开源项目影响力 - OpenHarmony以OpenRank 40192.24居全球开源项目影响力第一，中国9个项目进入TOP100[21][22] - Azure22155.91、.NET14479.13、NixOS13148.25分列第二至第四[22] - 中国开源从使用走向贡献，项目影响力显著提升[21] 大模型技术体系开源影响力 - 大模型开源影响力榜单涵盖数据、模型、系统、评测四维度，Meta、阿里巴巴、谷歌位列模型榜前三[2][29] - 模型下载量向量模型占41.7%，语言模型31%，多模态模型18.3%，UKP Lab下载量最高[31] - 阿里巴巴千问系列下载量2025年6月后飞速增长，超越Meta，DeepSeek保持稳定[31] 数据与系统生态 - 数据榜单Ai2、上海人工智能实验室、谷歌前三，智源综合性数据开放突出[37][40] - 语言数据集1-4月为下载主力，纯视觉数据集比例快速下降，具身数据集增势显著[43] - 系统榜单智源贡献突出，Meta和谷歌紧随其后，百度、阿里、华为、上海人工智能实验室进入TOP10[45] 评测与综合影响力 - 评测榜单上海人工智能实验室、Hugging Face、智源前三，中国学术机构投入大[50][52] - 综合榜单Meta第一，谷歌第二，智源第三，智源在多芯片支持的系统维度优势显著[55] - 大模型生态美国贡献比例37.41%，中国18.72%，位居前两位[60]

2025年的夏天，在我的号召下，我们几个朋友家庭组了一个小团，把埃及、土耳其和希腊这三个国家串 联走了一圈。这一路目睹了古埃及文明曾经创造的辉煌：无论是金字塔的宏伟、图坦卡蒙黄金面具的绚 烂，还是卢克索神庙的精致，都在诉说着古埃及文明的鼎盛。 然而，比起这些奇观，我更好奇的是：古埃及为何在持续了约2500年后逐渐消亡？古希腊又是如何接过 古埃及文明的火种并异化发展的？相比单纯的观光，这些问题的答案激起了我更大的兴趣。 古埃及衰亡：文明惰性 古埃及文明逐渐消亡的根本原因，主要是资源错配与社会内耗、信仰体系崩溃、创新停滞与外部冲击这 4方面造成的。 首先是资源错配与内耗。 在法老集权体制下，古埃及的大量社会资源被投入到金字塔、神庙等宏大的神权工程中，却很少用于提 升生产力和公共福祉。 据希罗多德记载："他们比世界上其他任何民族，包括其他埃及人在内，都易于不费什么劳力而取得大 地的果实……"。这些对非生产性事务的过度投入，削弱了埃及对经济和民生危机的应对能力。 与此同时，古埃及过度依赖尼罗河的自然馈赠。尼罗河定期泛滥带来肥沃淤泥，让农业获得长期稳定的 高产。然而正因丰饶的自然条件，埃及农业技术长期停滞。从公元前13 ...

开源AI音频模型发展现状 - 近几个月国内科技公司开源成为主旋律 七八月国内厂商接连开源33款和31款各类型大模型 主要集中在文本、图像、视频、推理、智能体及世界模型领域 音频生成占比很小[1] - 音频生成面临技术和数据特殊挑战 音频信号计算建模复杂 数据获取难度更大 同时出于安全版权风险考量 OpenAI、ElevenLabs等主流玩家选择闭源或半开源[2] 小红书音频开源技术成果 - 小红书技术团队自去年起在音频领域保持稳定开源节奏 推出FireRedTTS和FireRedASR等系统级音频能力 取得SOTA级别效果并具备工业级可商用属性[3] - FireRedTTS语音合成系统构建基座语音合成框架 只需给定文本和几秒参考音频即可模仿任意音色和说话风格 实现自由定制[6] - FireRedASR语音识别系统包含两个模型 FireRedASR-LLM追求极致识别精度 FireRedASR-AED兼顾准确率与推理效率[6] - 在AISHELL-1/2、WenetSpeech等中文普通话测试集上 FireRedASR字错率(CER)为3.05% 优于豆包Seed-ASR的3.33%和阿里通义Qwen3-ASR-Flash的3.52%[7][8] - 新一代FireRedTTS-2解决语音合成现有方案痛点 在音色克隆、交互式对话和播客生成的主客观测评中实现行业领先 成为当前最强开源播客生成大模型[9][11] - FireRedTTS-2在zero-shot播客生成中全面优于MoonCast、ZipVoice-Dialogue、MOSS-TTSD等开源竞品 支持4位说话人多轮对话生成 可通过扩展数据进一步扩展[14] - 推出业内首个完全开源的全双工语音对话系统FireRedChat 在智能判停与延迟等关键指标达到开源SOTA 端到端性能接近工业级水准[17] - FireRedChat一站式提供VAD、ASR、TTS、上下文感知TTS、音频LLM、Dify支持等核心模块 支持私有化部署 为非专业人士提供快速部署语音助手能力[17] 小红书开源战略布局 - 小红书通过开放高质量音频模型提升技术影响力与话语权 将开源作为长期战略布局 构建高粘性音频大模型开源社区[4] - 围绕文本转语音、语音识别和语音对话形成完整技术栈 探索出以FireRedASR技术为支撑的语音评论等新功能 提升用户粘性与互动趣味性[18] - 开源覆盖语音交互核心环节 从TTS、ASR到语音对话技术矩阵日趋完善 未来计划推出音乐大模型FireRedMusic、多语种语音识别系统FireRedASR-2及音频感知大模型[22] - 开源从模型层走向体系层 扩展至全链路模块 提供系统化能力 降低开发者集成与部署门槛 扩大音频生态创新边界[22] - 目标是建立首个工业级可商用音频大模型开源社区 涵盖语音识别理解、语音音效生成、全双工语音交互、音乐理解生成四大方向[23] - 工业级可商用属性释放更大价值 开发者和企业用户可直接部署使用 缩短技术到产品周期 降低试错成本[23] - 通过开源生态与全球开发者协同进化 推动行业标准演进 为全球创作者创造价值 开启内容生产新范式[23] 开源生态行业影响 - 开源让先进AI能力不再被少数巨头垄断 沉淀为行业共享底层资源 推动大模型技术跃迁[25] - 在开源生态中 模型框架和工具快速迭代自由组合 通过更多创新尝试加快新技术落地 尤其在AI应用长尾场景中 社区广泛参与推动AI从实验室走向产业化[25] - 小红书通过开源持续推动音频大模型技术演进 释放前沿能力 实现技术平权 为开发者和中小企业提供平等技术起点[25] - 在开源生态主导权上的长远布局 为小红书在未来AI音频市场竞争中抢占先机[26]

商业化策略 - 追求商业化应避免使用最新技术 而采用更稳定但看似不起眼的技术[1][23] - AI应用评估关键指标为用户留存而非年度经常性收入(ARR)[3][16][17] - 低代码/无代码软件已被大模型大规模替代 相关公司融资估值大幅缩水[9][10][14] - 协同类软件(如Figma)市场需求降低 用户减少10%即产生重大影响[13][14][15] 投资方向与机会 - 语音结合多模态输入成为AI超级入口的明确趋势[9][10] - 与现实世界结合的Agent应用存在创业机会 例如线下服务场景[10] - 会议纪要转录(transcript)技术实现最佳商业化案例 Plaud公司估值达10亿美元[19][20] - Voice Agent在客服中心、销售和玩具领域达到大规模商业化水平[22] 技术发展现状 - Transformer架构存在1%幻觉问题 无法替代复杂流程管理软件[9] - 具身智能领域仍处早期阶段 多模态融合与机器人控制存在技术挑战[24][27][28] - 模型能力提升可提高数据利用率 缓解高质量数据采集的噪声问题[25][26] - 当前硬件性能充足 但模型能力不足以充分利用(如灵巧手控制)[28] 组织管理变革 - AI公司需建立扁平高效的小型组织架构[3] - 团队扩充可能降低效率 智能密度不足导致人员冗余[5][39] - 顶尖小型团队(如30人)可完成传统需300-1000人的工作量[39][40] - 组织需摒弃过去经验依赖 聚焦半年内的最新技术动态[30][31] 开源模式演进 - 开源重点从代码转向资源(数据与计算资源)开放[7][42][49] - 2025年1月美国出口管制政策豁免开源权重 促成千问Qwen和DeepSeek开源[43] - OpenAI承认在开源问题上"站在历史错误一边"[43] - 2017年Transformer和Tokenization技术使数据资源化 推动规模千倍增长[47] - 资源开源(Open Resource)成为行业发展的关键环节[49][50]

人工智能技术影响 - 人工智能触及社会中枢神经系统 区别于以往技术 危险在于无形算法决策过程而非机器人叛乱 [2] - 人工智能不仅是自动化工具 更是会行动的主体 能够自主决策甚至创造全新想法 [3] - 人工智能在疾病研究 原子物理 化学反应等领域将很快超越人类 但在情感领域人类仍保有优势 [5] 人工智能商业化 - AI创业公司投资关键指标是用户留存率 决定公司后续发展潜力 [4] - 适合商业化的AI项目往往技术稳定而非最前沿 技术难度不大但商业化容易 [4] - 商业化应选择相对稳定成熟的技术方向 不必盲目追求最新最潮技术 [4] 开源与计算发展 - 2025年开源成为AI竞争关键变量 沿用软件时代概念但被重新定义 [3] - 人类探索火星需要计算陪伴和AI 这是未来10-20年最激动人心的领域 [3] - 去年诺贝尔物理学奖和化学奖均颁给AI研究成果 未来所有诺贝尔奖可能都由AI获得 [6] 人类应对策略 - 必须守护人类记忆和讲述自身故事的能力 避免将记忆托付给非人类智能 [2] - 需要保留足够时间保存记忆 建立信任与感情 技术进步应衡量合作力度和共情深度 [3] - 世界将迎来急剧变化 需要培育灵活变通头脑 坚持终身学习适应变化 [6]

一水 发自 凹非寺 量子位 | 公众号 QbitAI 今年的外滩大会属实让人眼花缭乱了—— 机器狗当宠物已不新奇，现在改恐龙了？还是会自己到处跑、开口出声那种。 这还不算完，在 整整10000平科技展览、5000平科技集市里 ，什么炒菜机器人、打鼓机器人、会在蛋壳上雕花的机器人……统统都亮相 了，而且还把"人造太阳"核聚变、AI健身房这样的黑科技搬到了观众眼前。 u1s1，虽然人挤人，但现场着实好玩~ 而除了新鲜感拉满，这届Inclusion·外滩大会还汇聚一众大佬对一系列前沿问题进行了探讨： 智能的上限是什么？产业在落地中遇到哪些困难？大洋两岸的算力差距如何？诸如此类的问题在 1场开幕主论坛+44场见解论坛 中不断地被 提出、被回答。 与会嘉宾包括我们熟悉的 新晋图灵奖得主理查德·萨顿、阿里云创始人王坚、金沙江创投主管合伙人朱啸虎、"人类简史系列"作者尤瓦尔·赫 拉利，宇树CEO王兴兴等 。 所以，如果你对AI的现状及未来感兴趣，不妨花点时间了解一下这些行业领军人物都在思考什么、做什么，相信对你也会有所启发。 话不多说，以下为 部分 重要嘉宾观点传送。 图灵奖得主萨顿：人类数据红利正逼近极限 一上来，大会就 ...

AI行业发展趋势 - 开源模型与闭源模型的选择成为AI竞争关键变量 [1] - 开源含义从代码开源演进为资源开放 开放数据和计算资源是推动AI发展的必需环节 [1] - 模型权重开放本质是数据资源和计算资源的开放 可大幅减少重复计算资源投入 [1] 太空计算创新 - 之江实验室将12颗卫星组成星座并送入太空 首次实现将8B参数大模型完整部署至太空 [2] - 卫星星座被命名为"三体计算星座" 可实现太空任意位置的数据实时处理 [2] - 未来计划将每颗卫星开放给全世界使用 为深空探索奠定技术基础 [2] 技术应用前景 - 人工智能将催生第四种卫星类型"计算卫星" 突破传统通信/导航/遥感卫星范畴 [1] - 太空AI算力是实现深空探索的关键技术 支持火星探测等长远太空任务 [2] - 太空成为最大资源开发领域 人工智能应用不应局限于手机和电脑设备 [1]

人工智能发展趋势 - 人工智能发展正从"数据时代"进入"经验时代" 训练大模型的数据几乎耗尽 智能体通过观察、行动和奖励信号与世界交互 [3] - 强化学习带领进入新经验时代 但需持续学习和元学习技术释放全部潜力 [3] - 人工智能替代不可避免 权力和资源将流向最聪明的智能体 [4] 开源与资源开放 - 开源成为AI竞争关键变量 从代码开源演进为资源开放 [5] - 开放数据和计算资源是推动AI发展的必需环节 [6] - 之江实验室将8B参数模型部署至太空星座 提出"计算卫星"新概念 [6] 机器人产业发展 - 具身智能发展面临高质量数据采集和模型算法挑战 多模态数据融合不理想 [7] - 机器人控制模态对齐存在技术难点 [7] - AI落地应用仍处于爆发性增长前夜 [7] 企业AI转型 - AI转型最大瓶颈在组织文化 必须由CEO主导且业务驱动 [8] - 需聚焦利润而非应用场景 打破组织壁垒和惯性 [8] - "本地对本地"模式成为全球现象 企业需建立分散化全球布局 [8] 中国企业全球化 - 中企海外收入占比仅8% 远低于韩国的65% [9] - 全球品牌百强中仅12家中国企业 美国有61家 [9] - 全球化3.0阶段需输出IP和专长 建设国际化团队 [10] 能源需求与核聚变 - AI用电量占全球1.5% 预计将增长至20%以上 [11] - 核聚变能量密度极高 1克燃料相当于8吨石油 [2][11] - 全球核聚变公司累计获投71亿美元 同比增长9亿美元 [12] - 89%企业看好2030年代末实现并网发电 [12] 技术突破路径 - 可控核聚变存在激光惯性约束和磁约束两大技术方向 [12] - 磁惯性约束混合路径可降低造价和建造时间 [12] - AI技术助力解决核聚变物理过程理解难题 [12]

展望人工智能的未来，萨顿提出，人类将真正理解智能，并借助技术将其创造出来；人类的智力水平很快将会被超级人工智能远远超越，权力和资源会流 向最聪明的智能体。基于此，他认为在人类的发展进程中，人工智能的替代将是不可避免的。 阿里云创始人王坚： 开源模型与闭源模型的选择，是AI竞争的关键变量 【导读】共话AI，2025外滩大会大咖云集 9月11日上午，2025Inclusion·外滩大会大咖云集，来自16个国家和地区的550位嘉宾参会分享，包括新晋图灵奖得主理查德·萨顿（Richard Sutton），阿里 云创始人、之江实验室主任王坚，源码资本投资合伙人、美国国家工程院外籍院士张宏江，香港大学计算与数据科学学院院长马毅、蚂蚁集团CEO韩歆 毅、宇树科技创始人兼首席执行官王兴兴等全球顶尖学者、产业界人士、青年创业者和科学家，共同探索智能时代的创新路径与商业未来。 以下是精彩观点集锦—— 图灵奖得主理查德·萨顿： 人工智能进入"经验时代"，潜力远超以往 2024年图灵奖得主、加拿大计算机科学家理查德·萨顿（Richard Sutton）认为，人类数据红利正逼近极限，人工智能正在进入以持续学习为核心的"经验时 代"，潜 ...

AI行业发展趋势 - 开源模式成为AI竞争的关键变量 从代码开源演进为资源开放是AI时代的革命性变化[1][3][4] - 2025年开源成为行业分水岭 此前最好基础模型集中在美国头部公司 随后通义千问Qwen和DeepSeek实现开源[3] - OpenAI CEO承认在开源问题上站在历史错误一边 印证开源模式的重要性[3] 资源开放模式 - 模型权重开放本质是数据资源和计算资源的开放 可避免重复消耗计算资源[4] - 开放数据和计算资源是推动AI发展的必需环节 规模千倍万倍增加带来天翻地覆的变化[1][4] - 太空成为重要资源领域 人工智能不应缺失太空应用 将出现第四种"计算卫星"[4] 太空AI应用突破 - 之江实验室将12颗卫星同时送上太空 首次将8B参数完整大模型部署至太空[5] - 星座系统实现太空任意位置数据处理能力 命名为"三体计算星座"向全球开放[5] - 太空AI算力为深空探索奠定基础 太阳轨道数据传输受限 必须依靠太空AI处理能力[5] - 火星探索需要计算和AI陪伴 是未来10-20年最激动人心的方向[5]