比赛结果概览 - 阿里千问Qwen3-Max以22.32%的收益率获得冠军，账户价值增至12,232美元 [2][6][9] - DeepSeek v3.1以4.89%的收益率位列第二，账户价值为10,489美元 [2][6][9] - 美国四大模型全部亏损，GPT-5亏损62.66%垫底，账户价值仅为3,734美元 [2][8][9] 比赛过程与策略 - 比赛初期DeepSeek v3.1保持领先，Grok 4曾通过激进策略将差距缩小至1美元 [4] - 10月21日至22日成为转折点，Grok 4和Claude Sonnet 4.5收益大幅下滑，六模型收益率一度全部告负 [4] - 后期Qwen3-Max和DeepSeek v3.1自动调整投资策略，在其他模型持续亏损时实现净值波动上涨 [5] 比赛设置与规则 - 比赛由Nof1.ai主办，向六大模型提供10,000美元初始资金及实时金融市场数据 [2] - 所有模型接收相同市场数据和提示词，交易记录和持仓实时公开，确保公平透明 [3] - 模型进行完全自主决策和交易，无人工干预，并可进行模拟对话辩论市场走势 [2][3] 行业背景与意义 - 阿里千问以10.4%的全球API市场份额超越OpenAI的4.7%，位列第四 [11] - 行业观点认为开源模式高度契合中国企业学习特性，有望助力中国在AI领域缩小与美国差距 [11] - 中国模型在实战中的优秀表现证明其在解决实际问题方面的强大潜力 [11]

转自：新华财经 编辑：王媛媛 陈尚义表示，自2009年百度基于开源大规模定制Hadoop（分布式系统基础架构）以来，已陆续将飞桨、Apollo自动驾驶、ECharts等项目对外开源。百度一 直在参与开源项目与开源社区的建设，通过开源不断降低创新门槛，打造开发者生态，形成从代码到产业的闭环。截至2025年，百度已经有多个开源项目毕 业成为顶级项目。 以百度飞桨和文心大模型双层开源为例，作为中国自主研发、开源开放的产业级深度学习平台，飞桨支撑的文心4.5系列开源模型，已开源ERNIE 4.5系列模 型10款，涵盖了激活参数规模分别为47B和3B的混合专家模型（MoE），以及0.3B的稠密参数模型。在核心技术方面，文心4.5通过在文本和视觉两种模态上 进行联合训练，能够更好地捕捉多模态信息中的细微差别，提升了在文本生成、图像理解以及多模态推理等任务中的表现。 目前，飞桨已开源90多个代码仓库，累计star数（衡量开源项目的受欢迎程度）超22万。截至2025年9月，飞桨文心生态开发者已达到2333万，服务企业达到 76万家，成为国内活跃度最高的开源项目。此外，星河社区为开发者提供全方位服务，已上线700万个实践项目， ...

北京人形机器人创新中心近期动态 - 公司联合优必选正式开放通用具身智能平台"慧思开物"SDK，标志着以开源开放为核心的具身智能生态建设进入新阶段[1] - 公司推出面向行业开源的开源具身世界模型WoW，以帮助更多具身智能机器人快速学习掌握各项技能[1] - 公司加速构建从底层到应用层的开源创新体系，旨在打造最好用的机器人[1] - 为适配物料搬运等实际应用场景，公司团队基于"慧思开物"平台开发了专用模型，该模型经过海量不同规格料箱训练，使机器人获得强大的泛化识别能力[1] - 公司构建了覆盖仿真与真机全链路的具身智能数据体系，以数字孪生与虚实融合采集方案为不同机器人本体与场景任务提供高质量训练支撑[2] - 自2025年9月起，公司的"具身天工2.0"与"天轶2.0"机器人已进入福田康明斯发动机工厂，在无人生产线上自主完成料箱取放、搬运等任务[2] - 公司的"具身天工Ultra"机器人已在李宁运动科学实验室用于跑鞋测试，通过精准模拟人类跑步姿态采集数据，解决传统测试受个体差异限制的难题[2] 行业竞争格局与发展趋势 - 优必选已在工业场景实现Walker S的批量应用[3] - 松延动力新一代人形机器人首发3小时内销量突破200台[3] - 加速进化机器人出货量已超700台，实现全球市场交付，加速构建从技术到应用的全链路生态[3] - 头部企业正推动人形机器人终端价格降低，并从单点技术突破转向场景生态竞争[3] - 开源生态成为行业竞争高地，从算法模型到开发工具的全栈开源正替代封闭研发模式，成为头部企业吸引生态伙伴的核心策略[3] - 工业场景率先规模化，物流、汽车制造、3C电子成为商业化必争之地[3] - 行业竞争从单纯硬件性能比拼转向算法、数据、场景综合竞争的软硬一体化能力[3] 专家观点与行业意义 - 专家认为开源是具身智能产业化的关键催化剂，北京人形的平台加模型双开源策略相当于为行业提供操作系统加大脑的基础设施[2] - 专家认为北京人形的开源开放战略将加速技术迭代，重塑行业竞争格局，推动人形机器人从实验室走向生产线和生活场景[2]

白皮书显示，中国AI开发者群体呈现出高素质、多元化的鲜明特征。数据指出，93.35%拥有本科及以 上学历，其中硕博占比近半数，28-32岁为中坚力量，占比28%，33-37岁资深开发者占比22%，形成"经 验+活力"的黄金结构。他们高度集中于互联网/软件和AI行业，占比分别为50.7%和32.7%）；同时组织 形态多元，24.27% 就职于超千人规模大厂，20.74% 活跃于50人以下小团队，13.7% 为独立开发者，技 术平权带来更自由的创造力分布。 与此同时，内在驱动与核心焦虑构成了这一群体的矛盾统一。63.55%开发者因"对前沿技术的热情"入 行，59.11%开发者视AI为"时代机遇"，而25.62% 开发者选择"高收入"，仅位列第五。与之对应，79.4% 开发者的焦虑在于"如何把技术落地产生价值"，60.8%担忧"技术更新太快难以追赶"，反映出从"技术实 现"到"价值创造"的深层诉求。 新浪科技讯 10月24日下午消息，在1024程序员节，知乎联合魔搭ModelScope发布行业首份《AI时代开 发者生态白皮书》。报告指出，中国AI市场正处于爆发式增长的万亿级机遇期。940 万开发者不仅是代 码编写者 ...

本报讯(记者付奇姚政宇)10月21日，开源生态高质量发展推进大会暨开放原子紫金专区运营总部签约仪 式在苏州举行。当天，江苏软件产业人才发展基金会、苏州市工信局、吴中区三方签署合作协议，标志 着全国首个省级开源社区正式落地，并进入规模化、系统化推进阶段。会上发布的紫金专区三年进阶发 展规划(2025—2027年)提出，专区将在三年内建成基础设施，孵化超50个项目，吸引万名开发者。 选择落地苏州吴中区，正是看中这里扎实的产业基础。"我们依托赛迪研究院、信通院、哈工大苏研院 等大院大所和华为(苏州)开发者创新中心、苏州工业软件应用创新中心等产业平台，持续推动江苏省信 创先导区、江苏省级软件名园'一区一园'建设。"苏州市吴中区委常委、经开区党工委副书记、管委会 副主任黄乃宏介绍。当天，紫金专区先后与RISC-V开源芯片产业创新中心、哈工大苏州研究院达成战 略合作。截至目前，紫金专区已汇聚40余家龙头企业、顶尖高校及科研机构，正在孵化15个具有高成长 性的开源项目，初步构建了"政产学研用金"协同的开源生态格局。"我们的目标是打造'立足江苏、辐射 长三角、服务全国'的开源技术创新策源地与产业生态高地。"省工信厅副厅长池宇 ...

公司战略转型 - Liblib宣布升级至2.0版本，推出新品牌、新标识、新界面和新功能 [2] - 公司转型为集成多种AI模型的一站式创作平台，集成AI绘图模型如Seedream、Midjourney、Qwen以及AI视频模型 [61][62][64] - 平台新增特效模板功能，支持一键复刻效果，类似于海外Higgsfield的模式 [66] - 此次战略转型旨在降低用户门槛，拥抱更广泛的用户群体，预计升级后用户规模可能扩大10倍，并提升公司收入和用户留存 [68][69] 行业生态演变 - Stable Diffusion开源生态在2023年初达到鼎盛，极大地推动了AI绘图技术的普及 [10][12] - 当时的技术生态具有高度自由度和创造性，但也伴随着较高的使用门槛，如复杂的参数设置和节点连接 [23][51] - 行业趋势向低门槛、易用性发展，GPT-4o、NanoBanana、Seedream等“用嘴改图”的模型更受大众市场欢迎 [53][54] - 技术迭代速度极快，两年多时间行业发生巨大变化，旧技术被新技术取代是必然趋势 [55][56][71] 历史地位与影响 - Liblib曾是中国最著名的模型开源社区和最大的Stable Diffusion生态社区 [4][31] - 在SD生态发展过程中，涌现出众多有影响力的开发者，如Dynamic Wang、Nenly同学等 [33] - 关键技术创新如ControlNet插件使AI绘画从随机生成变为可控的创作工具，EbSynth、AnimateDiff和Deforum则推动了早期AI视频技术的发展 [34][36][38] - 尽管SD时代已过去，但社区进化为新形态，优秀创作者的品味和创造力将继续驱动行业发展 [73][75][77]

全球大模型竞争态势 - 全球大模型进入新的井喷期，仅9月全球就有15家主流企业/机构发布开源大模型，数量较8月激增70% [1] - 9月全球数十家企业共计发布40多款大模型产品，涵盖基础通用大模型、深度思考推理大模型、编程、具身智能、翻译、视频生成等不同细分赛道 [3] - 行业共识愈发清晰，大模型已从“通用能力比拼”迈入“细分技术突围”的深水区，战场在场景适配与效率革命 [3] 中国大模型表现与策略 - 中国大模型产品在9月发布中占据半壁江山，中文开源模型的fork量在9月增长180% [2][12] - 中国厂商采用“场景驱动型开源”策略，更注重场景化能力，如蚂蚁专攻自然语言推理，腾讯突破小语种翻译 [11] - 中国互联网大厂正逐渐形成体系化的产品更新，覆盖多品类大模型产品，典型代表为阿里巴巴的通义千问、腾讯的混元大模型、字节跳动的豆包大模型 [12] 技术发展趋势 - 参数规模竞赛已让位于效率革命，MoE（混合专家模型）架构成为绝对主流，采用“大参数储备+小参数激活”的范式解决性能与成本矛盾 [6][9] - 9月AI大模型在“通用能力、专用场景、部署形态”等维度全面发展，不同厂商、不同技术路线的大模型“百花齐放” [6] - 蚂蚁百灵大模型最新开源的Ring-1T-preview是一个拥有万亿参数(1000B)的深度思考模型，在20T高质量语料上完成预训练 [7] 具体应用场景与成效 - 快手将Keye-VL 1.5嵌入审核系统，违规识别准确率达98.7%；爱诗科技的AI插画模型对接电商平台，把详情页制作成本降低80% [11] - 腾讯 Hunyuan-MT-7B 在30个语种翻译中夺冠，跨境电商卖家实测“小语种转化率提升27%”；腾讯混元Voyager实现原生3D重建，游戏公司开发者称“场景制作周期从1周缩至4小时” [11] - 阶跃星辰Step-Audio 2 mini支持语音直接调用工具，某智能音箱厂商反馈“唤醒准确率提升至99.2%”；蚂蚁健康管家AQ产品识别医疗图像准确率达90%以上 [11] 蚂蚁集团的开源布局 - 蚂蚁集团旗下百灵大模型在9月以平均每4天一款的速度密集发布7款大模型，形成“全类型覆盖、全尺寸适配、全链条开源”的组合拳 [17][19] - 蚂蚁构建四级尺寸矩阵覆盖全场景需求，Ling-mini-2.0以1B以下激活参数实现苹果设备本地运行，响应速度较同类模型提升2倍；Ling-flash-2.0仅激活6.1B参数却能达到40B Dense模型的效果，部署成本降低60%以上 [21] - 蚂蚁Ring-1T-preview的开源打破万亿参数模型的闭源现状，其92.6分的AIME成绩仅比GPT-5低2分 [19][21] 行业影响与生态建设 - 阿里通义7款模型占据Hugging Face全球前十开源模型席位，Qwen3-Omni登顶榜首，标志着中国从“开源参与者”升级为“生态定义者” [12] - 中国厂商的全维度开源正吸引全球开发者向中文生态聚集，开源模式将加速模型迭代，走出一条“生态换市场、开放换速度”的崛起之路 [23] - 中国大模型生态凭借对产业的深度理解和扎根具体场景化的能力走在全球AI产业前列，AGI在企业AI数字员工、智能客服、编程等具体场景中实现突破 [24][25]

开源与闭源模式的比较与共存 - 开源的核心特征在于源代码公开，且开发活动在超越企业、组织和国界的社区中进行，允许广泛参与，这有助于生态的持续建设和传承 [4] - 闭源软件由特定企业或组织控制大部分编程工作和生态建设，其存在依赖于该组织的存续 [4] - 开源与闭源两种开发风格将长期并存，闭源通过出售产品获取收益是合理商业模式，两者在竞争与切磋中推动产品进步 [6][7] - 竞争的存在为用户提供了多种选择，并最终转化为对用户利益的保护，例如微软因应Linux和MacOS的竞争而延长对旧版本Windows的技术支持周期 [8][10] 开源模式对区域经济发展的影响 - 日本岛根县松江市通过拥抱以Ruby为代表的开源语言，成功推动了地区IT产业发展，使当地公司即使远离东京这样的产业中心，也能凭借技术能力直接参与大型项目，而非仅作为利润微薄的次级承包商 [10] - 开源语言和软件的开发对吸引和留住本地技术人才至关重要，因为参与开源项目对软件工程师具有吸引力，完善的本地软件社区和产业能减少人才向大都市外流 [12] - 区域政策若过度依赖公共财政为特定技术（如Ruby）创造本地保护性岗位，可能导致企业缺乏技术创新动力，在更广阔的市场中丧失竞争力，这是一种地区保护主义政策 [16][17][18] - 成功的区域发展经验包括在学校开展开源技术教育，并通过让开发工程师进入学校授课等方式进行产学合作 [16] 人工智能时代的开源路径与挑战 - 在AI时代，开源路径尤为重要，ChatGPT等闭源AI模型如同“黑箱”，其生成过程和算法不透明，存在信任风险，因此需要推进生成式AI算法的开源化，以形成竞争 [12][13] - AI的编码能力快速增强，未来使用自然语言直接编程具有可能性，这将提高效率，但可能导致程序员群体两极分化，以及人类在理解编程底层逻辑方面认知衰退的风险 [19][21] - 面对AI带来的效率提升，关键在于如何利用由此产生的空闲时间，以及对人们（包括软件工程师）进行适当的教育和培训，以防止未来在理解IT和AI方面出现人才短缺 [21] 开源生态的全球协作与日本案例启示 - Ruby的开源实践为日本参与全球开源活动（如Linux开发）培养了更多人才，对日本开源生态具有重要意义 [6] - 开源本质上是跨越国境的协作，未来生成式AI等其他软件有望在开源社区中通过跨国协作推进 [15] - Ruby的成功案例表明，一个顶尖技术人才（如“Ruby之父”松本行弘）常驻地方，能直接带动家乡形成产业中心，承接大型工程，促进区域经济发展 [11][12]

灵巧手技术挑战 - 机器人执行拧开可乐瓶等任务比完成后空翻难度高十倍[1] - 灵巧手技术面临性能、成本与可靠性难以兼顾的"不可能三角"挑战 困扰行业数十年[1] 技术演进与流派 - 灵巧手技术已有四十年发展历程 存在六大技术门派及相关的恩怨故事[1] AI与新技术赋能 - AI大模型正通过VLA控制和Sim2Real仿真等技术为灵巧手注入智能 加速从实验室到现实应用的进程[1] - 硅谷团队演示了灵巧手执行抓螺丝、开可乐、拿iPhone等高难度操作[1] - 开源生态的发展可能对传统硬件垄断格局产生颠覆性影响[1] 未来应用前景 - 行业关注机器人能否真正进入家庭场景以及灵巧手将优先在哪个具体场景普及[1] - 灵巧手技术的革命有望改写未来人机协作的规则[1]

大会核心主题 - 华为全联接大会2025以“跃升行业智能化”为主题，开源欧拉操作系统作为关键力量深度参与，旨在通过开放协作打破行业壁垒，推动产业资源深度整合 [1] 开源欧拉生态与市场进展 - 开源欧拉历经六年发展，已赋能万千企业应用，服务全球多个国家和地区 [1] - 目前有麒麟、麒麟信安、统信等25家厂商基于开源欧拉推出商业发行版，产品广泛应用于金融、能源、制造等关键行业 [7] 核心技术突破 - 灵衢互联总线技术实现更高效的资源池化与弹性供给，相关核心能力将贡献至开源欧拉社区 [1] - 华为鲲鹏计算业务将向开源欧拉社区贡献灵衢使能、异构融合使能代码，助力构建统一互联总线架构软件新生态 [3] - 开源欧拉基于灵衢支持超节点，释放大规模异构计算能力，包括池化基础底座和异构融合调度 [7] - sysHAX CPU+xPU算力协同调度技术使推理吞吐量提高10% [7] - 异构融合内存GMEM技术实现内存倍级超分，推理吞吐提升5% [7] 行业应用案例与效能 - 南方电网基于鲲鹏处理器及开源欧拉操作系统研发南网妙算系列服务器，采用CPU精准调频降耗等三大核心技术 [5] - 该服务器在同等算力下整机功耗降低约13-15% [5] - 以万台服务器规模估算，数据中心预计一年可节电1500万度，约为375万户家庭耗电量 [5] 智能制造融合展示 - 大会现场展示超融合柔性智造产线，融合菲尼克斯电气vPLCnext虚拟化控制技术、拓斯达机器人实时运控平台、鲲鹏模组及基于开源欧拉的QsemOS嵌入式操作系统 [7] - 该方案实现工厂无线化、PLC集中化与产线柔性化，使生产流程更加灵活高效 [7]