开放计算技术大会核心议题 - 2025开放计算技术大会聚焦MoE大模型与AI智能体技术发展趋势 探讨如何通过开放计算实现纵向扩展性能(Scale up)与横向扩展效率(Scale out)的协同发展 [1] - 开源开放的全球化协作平台成为AI时代主流趋势 通过提升单系统性能满足万亿参数大模型需求 同时应对GW级AI数据中心的系统性工程挑战 [1] - 大会由OCP与OCTC联合主办 主题为"开放变革：筑基、扩展、进化" 覆盖计算 存储 网络 液冷等基础设施创新及算法与算力系统协同 [1] 开源开放对AI产业的影响 - 开源大模型(Llama3 DeepSeek Qwen等)降低AI技术门槛 推动研发范式从封闭转向开放协作 加速实现"智能平权" [3] - 公共云平台与模块化AI基础设施普及 为开源模型规模化落地提供开放算力基础 驱动海量长尾应用爆发 [3] - 开放计算增强数据中心产业链协同效应 对快速迭代的AI产业至关重要 [3] MoE大模型与计算架构创新 - MoE大模型参数量高速增长 对单系统算力密度与互联速率提出极致要求 带动计算架构变革 [4] - 超节点计算架构在高速互联 通信协议 内存控制等维度实现全创新 满足万亿参数MoE大模型需求 [4] - 单机柜功率将从100+kW跃升至1MW以上 AI数据中心电力需求步入GW级 需全球产业链协同应对 [4] GW级AI数据中心的挑战与机遇 - GW级AI数据中心需优先考虑电力供给 中国可再生能源发电量达8160亿千瓦时(占总量35.9%) 具备能源基础设施优势 [5] - 面临全光互联方案 能效管理技术 基建模式等挑战 需产业链协同创新与跨社区协作 [5] - OCP筹备成立"GW级开放智算中心OCP中国社区小组" 推动AI开放系统战略在中国落地 建立全球性标杆 [5] 开放计算的全球化协作 - 开放计算技术大会将打造全球开源开放联合体 为数据中心产业链搭建全球协作平台 [6] - 推动跨国开发者参与开放计算项目 加强产业链互联互通 促进供应链创新融合 [6]

DeepSeek用户数据下滑与国产AI前景 - DeepSeek月均下载量从2025年Q1的8111.3万降至2258.9万，降幅达72.2% [2] - DeepSeek使用率由年初7.5%下滑至3%，主要因R2版本延迟发布及高幻觉率问题 [2][3] - 数据统计未涵盖腾讯元宝、百度、夸克等第三方接入渠道，实际影响可能被夸大 [6] DeepSeek的战略定位与行业影响 - 公司以开源开放为核心，创始人明确"不做应用只做研究"的底层技术路线 [7] - 用户活跃度和商业变现非核心指标，目标是为行业提供技术支撑 [7] - 模型权重广泛复制后，行业需解决技术领先性维持和商业模式可持续性问题 [8] 国产AI整体竞争格局 - Qwen、文心、夸克、Kimi等大模型紧咬全球AI前列，国内多路线并行发展 [7] - 中国优势在于超大规模市场、丰富应用场景及海量用户行为数据 [7] - 行业竞争从"参数竞赛"转向"生态竞速"，需构建开放协同的创新网络 [9] AI产业发展的关键挑战 - 技术突破需转化为场景价值，真实场景数据（如医疗、教育）反哺技术进步 [10] - 需建立跨企业/机构的开放协作机制，实现数据、算力、算法自由流动 [10] - 公共政策应避免过早选定技术路线，允许市场自发选择和多头并进 [9] 行业长期趋势判断 - 技术护城河在于组织能力与市场结构，非单一模型参数领先 [9] - 中国AI"第二增长曲线"取决于技术向商业/社会价值的转化能力 [11]

人工智能大会与创新成果 - 2025世界人工智能大会在上海举办，数千位全球专家、政企代表、高校学者、投资人参与，创新、开源、开放、合作成为关键词 [1] - 大会上展示40多款大模型、50多款AI终端产品、60多款智能机器人及100余款首发新品，240个申报项目竞争SAIL奖 [2] - 中国科学院等科研机构推出"磐石·科学基础大模型"，并成立"科学基础大模型生态联盟"，推动开放生态科研创新 [2] - 大会发布《国际人工智能开源合作倡议》，强调开源打破创新壁垒，加速技术突破与应用 [2] 人工智能全球治理与国际合作 - 大会主题为"智能时代 同球共济"，聚焦AI全球治理与国际合作，诺贝尔奖得主杰弗里·辛顿呼吁成立国际协同合作联盟应对AI挑战 [3] - 谷歌前CEO埃里克·施密特强调中美应合作维护世界稳定，多位国际专家以历史危机为例呼吁各国打破隔阂 [3] - 中国在联合国提出加强AI能力建设国际合作决议，并通过普惠计划推动全球南方国家AI均衡发展 [3] - 中国发布《人工智能全球治理行动计划》，提出14项倡议，涵盖发展、标准、安全、伦理等多维度，强调开放包容普惠治理 [4] - 美国发布《人工智能治理行动计划》，将AI定位为国家安全竞赛，与中国计划形成鲜明对比 [4][5] 中国基础设施与创新活力 - 英国学者斯蒂芬·戴维斯称赞中国高铁规模与质量，高铁运行平稳且安静，时速超300公里 [6] - 中国已修建超过4.5万公里高速铁路，偏远农村地区构建实用公路网络，融入国家经济体系 [7] - 中国城市展现勃勃生机，商业贸易繁荣，创新活力旺盛，长三角地区尤为明显 [7][8] - 西方媒体关注狭窄，部分精英以竞争视角看待中国，但商业学术领域更关注互利机会 [8][9] 技术创新与"大知识"型经济 - AI技术推动"大知识"型经济发展，释放数据要素倍增效应，促进AIoT、V2X、无人飞行器等新兴业态 [11] - AI优化市场资源配置，算力、算法、数据驱动实体经济逆向生长，跨越数据壁垒转化为区位经济 [12] - AI提供公共服务产品，如智能调控系统实现可再生能源替代率38.7%，助力绿色与数字转型 [13] - 普惠创新与科技向善成为民生改善主题，AI推动产业链、创新链、数据链多链融合 [14]

AI技术发展现状 - AI模型技术正经历从"渐进式创新"到"指数级跃迁"的转变，大模型呈现"周级迭代"爆发态势 [1] - 技术变革由三大核心要素驱动：数据爆炸（互联网时代数据指数级增长）、算力飞跃（CPU→GPU→专用AI芯片）、算法突破（Transformer架构实现性能质变） [1] - 通义千问开源模型家族全球下载量突破4亿，衍生模型达14万个，超越Meta Llama成为全球第一开源模型 [2] 开源生态与产业应用 - 通义大模型已深度赋能金融、制造、教育等行业明星客户 [2] - 开源降低技术门槛，开发者平等参与创新，企业无忧采用前沿成果，形成"开源-反馈-进化"正向循环 [2] - 阿里云AI相关收入连续七个季度保持三位数增长，云计算业务因AI驱动上季度增速达18% [5] AI Agent技术突破 - AI技术范式从语言能力转向任务执行，2025年为Agent落地元年，企业级智能体突破对话层局限 [3] - Agent采用"感知-决策-执行"一体化架构，推动AI从增强搜索向自主服务载体跃迁 [3] - L3智能体将成为产业基座，实现涌现智能与生态自组织驱动的生产力革命 [3] 公司战略与产品进展 - 阿里发布三款冠军大模型：千问3基础模型（全球最智能非思考基础模型）、推理模型（比肩Gemini2 5pro）、Qwen3-Coder编程模型（超越GPT4 1） [5] - 公司宣布未来三年投入超3800亿元建设云和AI硬件基础设施，投资额超过去十年总和 [5]

AI技术变革与行业趋势 - AI模型技术正经历从"渐进式创新"到"指数级跃迁"的历史性转变，大模型呈现"周级迭代"的爆发态势 [1] - 推动AI技术变革的三大核心要素：数据爆炸（互联网时代数据指数级增长）、算力飞跃（从CPU到GPU到专用AI芯片）、算法突破（Transformer架构实现性能质变） [1] - AI技术范式从语言能力走向任务执行，从能力展示迈向价值创造，2025年成为Agent落地元年，企业级智能体突破对话层局限，实现"感知—决策—执行"一体化架构 [3] 阿里云通义大模型的生态与竞争力 - 通义千问开源模型全球下载量突破4亿，衍生模型达14万个，超越Meta的Llama系列成为全球第一开源模型家族，是中国开发者和企业使用最广泛的大模型 [1] - 通义大模型深度赋能金融、制造、教育等核心领域，通过开源降低技术门槛，构建"开源—反馈—进化"的正向循环生态 [2] - 阿里云近期发布三款全球开源冠军模型：千问3基础模型（获评"全球最智能的非思考基础模型"）、千问3推理模型（比肩Gemini2.5pro等闭源模型）、Qwen3-Coder编程模型（超越GPT4.1和Claude4，登顶HuggingFace总榜） [5] 阿里云的战略投入与业务表现 - 阿里巴巴宣布未来三年将投入超3800亿元建设云和AI硬件基础设施，投资规模超过过去十年总和，为中国民营企业史上最大手笔 [5] - 阿里云AI相关收入连续七个季度保持三位数增长，云计算业务因AI驱动持续增长，上一季度增速达18% [6] AI Agent与产业应用前景 - 行业进入"Agent优先"时代，交互方式从人适应机器转向机器主动服务，L3智能体将成为产业基座，推动涌现智能与生态自组织驱动的生产力革命 [3] - AI Agent实现复杂任务自动化，推动AI从增强版搜索向自主服务载体跃迁，行业生态趋近拐点 [3]

DeepSeek用户数据下滑现象 - DeepSeek月均下载量从2025年Q1的8111.3万骤降至2258.9万，降幅达72.2% [2] - 使用率从年初7.5%下滑至3%，主要因R2版本延迟发布及高幻觉率问题 [2] - 数据统计范围仅覆盖官网，未计入腾讯元宝、百度等第三方渠道流量 [3] DeepSeek的战略定位 - 公司选择开源技术路线，核心目标为底层技术研究而非商业变现 [3] - 创始人明确"不做应用，只做研究和探索"的定位 [3] - 用户活跃度并非公司长期增长的核心考核指标 [3] 国产AI行业整体发展 - 国内Qwen、文心、夸克、Kimi等大模型仍保持全球竞争力 [3] - 中国市场具备人才红利、超大规模应用场景及海量行为数据优势 [4] - 行业需解决模型权重复制后的技术领先维持和商业可持续性问题 [4] AI产业竞争格局演变 - 竞争焦点从参数竞赛转向生态构建，强调开放协同创新网络 [5] - 技术护城河取决于组织能力与市场结构，非单一模型性能 [5] - 需建立跨企业/机构的数据-算力-算法自由流动机制 [5] 技术价值转化路径 - 技术突破需与外卖/医疗/教育等真实场景结合产生数据反哺 [5] - 商业价值和社会价值的转化能力将决定AI第二增长曲线 [6]

年会主题与背景 - 2025贝壳财经年会以"中国经济：开放与韧性共生长"为主题，聚焦科技创新与数字化转型 [2] - 新京报贝壳财经定位为中国经济发展的观察者、思考者和推动者 [2] - 海淀区致力于打造"开源之都"，夯实基础要素、优化创新生态 [2][7] 人工智能发展趋势 - 开源开放成为AI发展重要潮流，中国研发团队引领趋势，开源模型能力逼近闭源 [9] - 大模型向能力更强、模态更多、效率更高方向进化，语言与多模态模型将在物理AI层面统一 [10] - 人工智能正从计算机视觉向"所见即所得"的多模态交互转型，影响教育、文旅、客服等领域 [13] 生产性服务业与新质生产力 - 生产性服务业贯穿制造业上中下游，是知识密集、人才密集型产业，推动技术进步和效率提升 [8] - 生产性服务业成为全球最大GDP板块，是新质生产力发展的温床和增长极 [8] 具身智能与人形机器人 - 人形机器人被视为具身智能最佳载体，合成数据助推具身智能快速落地 [11] - 具身智能可拓展至AI赋能的广义智能化设备 [11] 企业AI应用实践 - 贝壳推出AI找房助手"布丁"和房源助手，提升找房效率和定价建议 [12] - 贝壳在家装领域应用多模态生图模型快速生成装修方案 [12] - 商汤科技在多模态交互技术取得突破并实现应用落地 [13] 研究报告关键发现 - 89.84%受访企业已部署AI应用，AI正从辅助工具转向生产力系统 [16] - 96.27%媒体工作者使用过大模型，使用率同比提升22.9个百分点 [17] - 约80%受访者认同大模型提升媒体工作效率，但幻觉问题成为主要担忧 [17] - 通义、讯飞星火、文心一言、腾讯元宝位列大模型测评总分榜前四 [17] 海淀区AI产业发展 - 海淀区联合清华人工智能学院，创新人才培养模式，发布全国首个青年智能体 [7] - 海淀区以人才密度和制度创新为核心动力，打造全球AI创新策源地 [16]

魔搭社区定位与发展 - 魔搭社区坚持非盈利机构定位 立足公益性和中立性 保持开源开放 以促进中国开源生态繁荣发展 [1] - 社区发起人周靖人强调AI技术普惠目标 推动技术变革与产业发展 认为当前AI技术仍处于加速发展阶段 [1] - 社区已汇聚全球200余位AI专家及数千开发者 覆盖谷歌 英伟达 阿里巴巴 腾讯等头部企业及中科院等科研机构 [1] 技术布局与里程碑 - 2022年11月前瞻性提出"模型即服务"(MaaS)理念 将AI模型转化为直接可用服务 [2] - 2023年首发文本生成视频开源模型 并吸引百川智能 零一万物等领先模型在社区开源首发 [2] - 2024年推出AIGC专区 提供图片 视频创作及模型训练服务 2025年新增MCP广场 托管数千款服务并开放接口 [2][3] 行业开源趋势 - DeepSeek出圈后 百度开源文心大模型4 5系列(含47B MoE模型) 华为开源盘古70亿参数稠密模型及720亿参数MoE模型 [3] - 国内企业对开源社区理解突飞猛进 过去两年参与公司数量显著增加 [3] - 魔搭社区作为技术桥梁 连接开发者与前沿技术 已支持36个国家1600万开发者 模型总量超7万个 [4] 开发者生态建设 - 推出开发者勋章激励计划 提供免费GPU算力 AIGC训练券等奖励 已支持超1亿次服务调用 [4] - 计划扩展勋章激励至代码贡献 社区布道等活跃行为群体 [5] - MCP广场已发布超4000项服务 支付宝 MiniMax等厂商独家首发新服务 [3][4]

工程创新与颠覆性创新 - 工程创新成为推动颠覆性创新的重要形式，DeepSeek通过工程创新实现低成本高性能大模型训练，展示工程优化的巨大潜力 [1] - 人工智能下一阶段发展更依赖软硬件协同能力，人形机器人和自动驾驶等领域凸显工程优化重要性 [1] - 理论突破与工程优化将交替引领颠覆性创新，从"0到1"和"1到100"均可产生颠覆性创新 [3] 颠覆性创新的度量与趋势 - 颠覆性创新度量维度新增效率最优，DeepSeek通过低算力低成本实现性能等效，能效比成为关键指标 [4] - 行业竞争逻辑转向效率优先，高性能与高能效比是颠覆性创新的必要条件 [4] - 开源开放是支撑颠覆性创新生态规模的重要方式 [4] 复合性创新的重要性 - 人工智能大模型效率革命由架构、策略、软硬件协同等复合因素推动，体现从单一维度向多阶段复合性理解的转变 [3] - 颠覆性创新越来越依赖交叉融合的复合性创新，这一模式可推广至其他领域 [3] 颠覆性创新的潜在风险 - 大模型智能涌现具有不完全可解释性，接近通用智能时需保持敏捷治理以避免颠覆性危害 [5] - 当前对颠覆性创新的治理问题认识两极分化，模型推理能力增强使问题更紧迫 [5]

大模型技术发展趋势 - 大模型参数规模从十亿级跃升至万亿级，模型结构从稠密到稀疏，应用范式走向多模态和Agent [1] - 昇腾开发者核心诉求是如何在昇腾上快速使能和体验多种模型与技术 [1] 昇思MindSpore的核心挑战与解决方案 迁移挑战 - 实现三方框架模型"零成本"迁移，避免重复造轮子，同时模型精度完全对齐 [1] - 通过MindSpeed/Megatron桥接层实现PyTorch模型零代码迁移，训练脚本可直接运行 [4] - 动态图能力重构让PyTorch开发者获得"原生体验"，MSAdapter工具自动转换95%以上接口 [4] - 主流模型如DeepSeek、Pangu等迁移损耗逼近于零 [4] 性能优化 - 动态图编译优化：多级流水线+即时编译（JIT），单卡训练效率提升40% [4] - 分布式智能调优：自动负载均衡工具解决万卡训练"木桶效应"，线性度突破96% [4] - 逐层精度对齐：在昇腾硬件上实现主流模型逐层0误差 [4] 推理部署优化 - 支持HuggingFace模型半小时部署上线，通过vLLM-MindSpore插件实现分钟级服务化 [6] - 支持业界主流模型开箱即用，DeepSeek、Pangu、Qwen等20+模型已上线 [6] - 权重加载耗时降低80%（百亿模型小于30秒），图编译时延压缩至毫秒级 [6] 开源生态建设 - 昇思MindSpore累计获得1200万次下载，开发者遍布130个国家和地区，覆盖2400座城市 [7] - 超过四万六千名开发者参与，11万+行代码合入请求，1700多篇学术成果 [7] - 提供免费算力平台（MindSpore大模型平台），20+技术SIG组覆盖AI前沿领域 [8] 未来展望 - AI软件基座将属于开源开放与极简高效共舞的时代 [8]