乐竞体育- 乐竞体育官方网站- APP一文看清AI、开源与商业的线圆满收官
2025-12-25 20:56:30
乐竟,乐竟体育,乐竟体育官网,乐竞体育官方网站,乐竞体育注册网址,乐竞体育app下载链接,乐竞体育电子游戏,乐竞体育网址,乐竞体育网站,乐竞体育注册,乐竞app下载,乐竞体育网址最新,乐竟APP下载辛果强调，原点社区将以此次大会为契机，加码 AI 开源生态建设，完善创业支持政策，为开源项目提供算力、资金、场景全维度保障；依托“东升杯” 国际创业大赛、开源商业创新营等载体，培育开源领军人才与优质项目；打造开源技术“试验场”、商业“孵化器”与生态“聚集地”，推动开源技术从“凭热情奉献”走向商业化落地，构建开放协同的全球 AI 开源商业生态，让更多创新者从“原点”出发，创造世界级创新成果，为北京 AI 产业高质量发展注入持续动能。
面对当下的发展新阶段，杜莹芬提出了一些构建开源产业可持续生态的制度建议：一是强化战略定位，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。二是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。三是营造协同创新环境，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。四是建设公共服务平台，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。
汪华认为，现在之所以成为“黄金窗口”，主要有三大因素：一是技术跃迁。去年的 AI 还只是辅助工具，只能撰写报告、完成搜索，甚至被学生用于应付作业。如今，其已具备执行、管理和独立交付能力，可以在无人干预下自主工作。时下正是 AI 大规模工业化与商业化的起点，市场尚处于蓝海阶段，是开源项目、开发者与创业者开疆拓土的最佳时机。二是需求跃迁。企业对 AI 的态度正在从 PoC/试点向核心业务应用转变。受多种因素影响，国内企业更倾向于选择国产模型，并偏好私有化部署而非外部 SaaS 产品。然而，当前 AI 开发工具和组件尚不完善，企业普遍面临“重复造轮子”的困境，因此对优质开源项目的需求极为迫切，因为开源项目能帮助企业避免从零开发，大幅提升研发效率。三是商业模式成熟。过去 AI 项目商业化受制于价值界定难、盈利路径模糊，即便开源项目成为核心组件，参与者也难以获得合理回报。但 AI Agents 的商业逻辑已发生本质转变：从“卖功能”升级为“卖结果”，企业可以直接量化 AI 带来的销售提升、流程优化和开发效率改进，降低付费决策门槛。从实际商业化速度来看，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。
在发展策略上，汪华建议创业者聚焦“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”。同时，闭源软件的爆款功能也可作为开源切入点，通过快速开发对应开源版本，将热度转化为发展机遇。他表示，AI 领域的需求爆发如同“侏罗纪大爆发”，开发工具为快速迭代提供支撑。只要具备全球视野并快速落地，中国开发者与开源项目正迎来难得的黄金窗口。
在基础设施商业化方面，蒋涛指出，大模型正成为新一代技术底座，其价值不仅在于模型本身，更在于对工具链和生产方式的系统性重塑。然而，该领域的资本结构也暴露出潜在风险：超过 90% 的投资来自美元基金，即便项目创始人来自中国或欧洲，底层生态能力仍高度依赖美国资本。这种结构与 PC 时代和移动互联网早期发展路径类似，凸显了建设本土开源基础设施的紧迫性。为此，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，旨在从国内生态自主可控的角度构建中国自己的开源基础设施，并提升在全球开源领域的话语权。
主会的精彩演讲令人意犹未尽，而在上午最后的圆桌对话环节中，CSDN 创始人&董事长、开放原子开源基金会理事蒋涛，涛思数据创始人、CEO 陶建辉，LVS 创始人章文嵩，PingCAP 副总裁刘松，中璟资本管理合伙人李世华和 XVC 投资人文煊义，在 Linkloud 联合创始人高宁的主持下，围绕“破局 企业软件的巨硬时刻”这一主题展开深度探讨与经验分享，试图还原 AI 时代企业软件如何在效率、规模与壁垒之间寻找新的破局路径。
针对这个问题，李世华从更根本的层面分析了 AI 带来的变革。他认为，AI 并非简单的 SaaS 升级，而是对生产力本身的重构。与以往技术只提升生产工具不同，AI 同时强化了“生产资料”和“脑力劳动”，相当于为人类智力加上了“外挂”。因此，在投资上不应只盯着单一产品或细分环节，而需要从 AI 的前沿进展出发，综合评估基础设施、芯片与 GPU、AI 引擎、应用层以及具身智能和通用机器人等多个方向的长期潜力。
文煊义从更“落地”的角度分享了评估 AI 创业公司的方法。他指出，在 AI 终局尚不清晰的情况下，投资很难从结果倒推成功路径，只能寻找前置指标，而“场景”是最关键的判断锚点。具体而言，优质场景往往具备三重壁垒：能否挖掘过去被忽视的数据、是否具备快速识别 AI 幻觉的有效反馈机制，以及是否有机会从单点工具演进为平台或生态。但最终，投资判断仍需回到一个核心问题产品具体用在什么场景，替代了多少真实工时。
蒋涛认为，AI Agent 已进入关键阶段，但真正的制约因素仍是推理成本。他指出，中国市场的付费能力与当前成本结构尚不匹配，只有推理成本进一步大幅下降，AI 应用才可能迎来真正的规模化爆发。陶建辉则强调，AI 的能力上限最终取决于数据质量。尤其在制造业等传统产业，只有建好数据目录，做好数据标准化，特别是数据情景化，让数据带有业务语义和上下文，AI 才可能真正走进国民经济的核心场景。而章文嵩提醒，不应高估当前 AI 的“理解能力”。他认为，基于 Transformer 的模型本质仍是概率计算工具，距离 AGI 尚远，人类在系统理解、架构设计和关键决策中的价值依然不可替代。
从数据基础设施角度出发，刘松指出在 AI 智能体时代，数据往往决定六到七成的业务效果。无论是 Multi-Agent 探索，还是 To B 垂直行业落地，打磨好 Data Infra 都是“磨刀不误砍柴工”的长期投入。李世华认为，在“百模大战”背景下，继续内卷通用模型意义有限，更具潜力的方向在于具备数据或技术壁垒的垂直领域，尤其是在空间智能和科研场景中的突破。文煊义则展望了两个值得关注的方向：一是更高效的“训推一体”范式，二是通过模型蒸馏推动 AI 在端侧落地，以更小、更快、更低功耗的模型走向真实消费级应用。
当下，AI 正以远超预期的速度嵌入软件与 SaaS 的底层结构，变化已经不再停留在“效率工具”的层面，而是开始重塑技能价值、组织形态与商业逻辑。在这场以「变局 AI 带来的软件和 SaaS 变革：新底座，新机会」为主题的圆桌对话中，月之暗面 B 端业务负责人黄震昕，Dify.AI 联合创始人延君晨，Sealos 创始人，环界云计算 CEO，FastGPT Laf 作者方海涛，Zeabur 创始人兼 CEO 林沅霖，EezyCollab 创始人兼 CEO Yiki 和觅深科技创始人兼 CEO，香港中文大学 MMLab 博士孙克强齐聚一堂，在 AFFiNE 联合创始人兼前 COO 生姜 Iris 的主持下，共同从研发、组织、人效与价值观等不同视角，复盘了 AI 真实落地后的冲击与红利。
在关于“AI 正在淘汰哪些伪技能”的讨论中，延君晨认为，最容易被 AI 改造的并非一线执行者或战略决策者，而是长期依赖固定 SOP、充当流程“中间层”的岗位随着 AI 与流程编排、Agent 的结合，这些原本难以显性化的经验正在被系统化复制。而在组织形态上，他指出“超级个体”本质也是伪命题，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。具体到个人层面，AI 已接管 PPT、写作、结构整理等大量重复性劳动，让人可以专注于判断、表达与创造本身。
围绕个人在 AI 时代的进化路径，黄震昕结合自身实践分享了跨界成长的现实路径。他指出，既理解技术、又理解产品与商业的人才依然稀缺，而这种能力并不完全依赖个人“自学成才”，组织内部的协作机制同样关键。以 Kimi 为例，团队在产品初期就将算法、工程和产品人员集中协作，在一开始就统一产品目标，并将产品需求反向输入模型训练与评测体系。这种做法不仅降低了跨学科学习成本，也让个人在真实问题中快速补齐认知短板。黄震昕强调，跨界能力的核心并非样样精通，而是在协同环境中形成互补，在统一目标下持续进化。
在此基础上，Yiki将视角拉回到创业公司的日常运转。她认为，最容易培养复合型能力的环境，就是 0 到 1 的创业过程产品一旦做出来，就必须立刻面对获客、转化和商业化问题。围绕 PMF 验证，她指出，在竞争激烈的 AI 行业，时间成本往往比金钱成本更重要，因此像达人营销这样能够“快速上线、快速反馈”的方式，是创业团队验证产品是否成立的高效手段，其本质仍然是持续为客户创造价值。
在下午场的“聚力 开源社区的进化与未来”圆桌论坛上，LLaMA Factory 作者郑耀威，RAGFlow 创始人张颖峰，vLLM 社区贡献者、红帽亚太 CTO 办公室首席架构师兼大中华区 CTO 张家驹，Datastrato 创始人 & CEO 堵俊平，宇树科技 Qmini 开源负责人、北京公司负责人陈永刚，在 CSDN &《新程序员》执行总编唐小引主持下，分享了他们在开源社区深度参与的经验与真实感受。
郑耀威表示，开源为个人成长提供了平等的机会，不仅项目负责人可以受益，任何参与其中的人都能接触到最新的前沿知识和社区共识，从而积累宝贵的成长经验。同时，他也谈到作为开源项目负责人面临的挑战：在大模型快速迭代的背景下，如何保证项目的可维护性和代码质量是一大难题。他指出，一些开源项目随着发展容易变得杂乱无章，逻辑复杂化，而他的原则是坚持“最简单的逻辑就是最好的逻辑”，通过不断讨论和改进，使项目更易用、可维护。
张颖峰分享道，他个人参与开源近十年，曾主导多个项目，总计获得超过 10 万颗 GitHub Star，其中目前主导开发的 RAGFlow 占比最高。他坦言，要再创一个获得如此关注和快速增长的开源项目非常困难。从项目默默无闻，到社区逐步壮大，再到产品被企业广泛认可，这种实现自我价值的体验以及挑战只有亲身参与才能感受到。近期，他和团队发现，有些工程师为了考核积分，会向知名开源项目提交大量 AI 生成的 PR。这类 PR 数量庞大、质量参差不齐，动辄几千行代码，使社区在审核和合并上陷入困境。这种仅为 KPI 而忽视代码质量的行为，毫无疑问会削弱社区凝聚力。
从个人贡献者的角度来看，堵俊平表示，开源成长并非简单地提交几个 issue 或 PR，而是在有技术价值和实际使用价值的项目中，与原创者进行技术对等的对话，并深入探讨具体场景问题，才能真正吸收经验。在 AI 时代，个人仍需主动寻找成长机会，通过在独特场景中深入钻研形成专业能力。同时，他指出，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。对于开源的未来，堵俊平认为，如果仅是狭义的代码开源，可能会随着工具自动化而走向末路，但从广义角度来看，开源不止是开源代码，也在开源个人 IP、思考、协作内容，这一点凸显开源仍有巨大潜力。
以 vLLM 社区为例，张家驹分享了他对社区发展的观察。过去两年，社区发展迅速，尤其是在 2025 年完成了从 V0 到 V1 的架构重构。此次重构的核心目标是整合多样化功能模块，通过代码重构大幅提升框架的灵活性和可扩展性，实现更高效的功能协同。他指出，随着大模型的快速迭代，社区成员投入大量精力支持新模型的兼容和优化，这既带来了技术压力，也推动了社区整体能力的提升。在硬件支持方面，张家驹介绍，社区建立了 Hardware Plugin 机制，使 vLLM 能够在不同硬件平台上运行，包括国内外 GPU 和 NPU。如今这一机制仍在不断完善中，通过社区成员的反馈和讨论，架构持续优化，引擎能够更好地适配快速发展的模型和硬件环境。他认为，推理引擎的发展正处于高速成长阶段，底层硬件与上层模型的快速迭代对引擎提出了高要求，这一过程虽伴随挑战，但也展现了社区的活力。
在探索机器人商业化落地的过程中，陈永刚觉得开源为自己带来了重要收获。通过将部分项目开源，合作方能够在自身商业场景中进行尝试，这半年中，他收到了大量反馈，并吸引了许多潜在合作伙伴，其中不乏行业头部企业，也让他确认，只要自主商业化后的投入产出比可行，开源就能为商业化探索提供直接价值。他也坦言，开源带来了一些“幸福的烦恼”：积极的开发者在使用开源代码和工程文件时会发现问题并提出反馈，这需要团队不断回应和解决，增加了日常工作量。此外，他指出，AI 时代虽带来辅助工具和参考方案，但真正的核心价值仍在于找到清晰的定位和场景，将设计和开发朝向可交付、可商业化的产品推进。
在「创生AI 催生的文艺复兴式创业者」圆桌上，来自 SimilarTube & NanoInfluencer 开发者赵君，前大厂运营、现 YouTube AI 视频探索者 NANA，AI 社交产品 Bonjour! CMO 泛函，音乐科技公司产品经理、前阿联酋本扎耶德人工智能大学（MBZUAI）研究员鲍晨熙，Citely.ai 创始人 大学副教授 硕士生导师兔老师 Roxy，量子 AI 公司 QBoson 前软件研发副总裁、Waymo 前技术产品负责人卞立齐聚一堂。在无界青年论坛创始人、AI 人机交互研究者陈志伟主持下，嘉宾们围绕 AI 作为基础设施的崛起，深入探讨了“一个人就是一支军队”的创业范式将如何在现实中得以实现。
关于 AI 是否能改变一个人进入某个领域的起点，赵君的答案是否定的。他认为，要真正进入某个领域，仍然需要掌握这个领域最核心的认知，这是 AI 无法替代的。进入领域后，AI 可以提供大量辅助搭建脚手架、加速学习、帮助成长但它无法直接弥补对该领域基础认知的缺失。他举例说，如果一个人完全不懂音乐，想要进入音乐领域，会面对很多自己完全不了解的问题，甚至连要问什么问题都不清楚。在这种情况下，即便 AI 能提供很好的解答，也无法解决“连问题都提不出来”的困境。只有当你已经掌握一定基础，能够提出具体问题时，AI 才能真正发挥作用，帮助你更快成长。
NANA对此持不同观点。她认为，AI 在进入某个领域的起点上确实能提供显著帮助。即便不要求新人一开始就成为该领域的绝对专家，AI 也可以在过程中引导用户提出问题，并根据回答进一步追问，从而高效获取信息和进行分析，这是当前 AI 可发挥的重要作用。过去，许多领域的专家依赖信息不对称取得突破，而如今信息越来越平等，真正关键的是行业洞见。这意味着，完全的新手通过 AI 进入陌生领域并不能立即产生洞见，但 AI 可以帮助人们在该领域持续成长，积累专业知识，逐步成为更专业的从业者。
在泛函看来，随着 AI 的出现，他和身边的同龄人在多个领域的成长速度显著加快。对于高主动性的人来说，AI 能在很大程度上降低技能门槛，使学习和实践变得更高效。尽管在某个领域深入发展仍需要一定的前期经验，以便提出精准的问题和需求，但这个门槛并不高。他强调，AI 不仅提供工具，更大幅降低了学习成本。以软件开发为例，以前需要翻书、查资料或看视频才能理解架构和代码逻辑，而现在可以直接通过已有产品与 AI 互动，获得逐步解释和优化建议。对于有好奇心并善于提问的人，这种方式可以在短时间内补齐过去十年甚至二十年积累的知识。随着工具的不断演进，如 Deep Research 和事实核查，获取和验证信息的效率进一步提高，从大量数据中筛选、核对并形成结论的过程变得更加顺畅，也降低了入门门槛。然而，他认为，最终决定成长速度的仍是个人的主动性和对目标的投入。高主动性的人能够在探索和实践中持续收获，而低主动性的人则可能因工具不完善或操作复杂而失去兴趣。
鲍晨熙指出，AI 在不同领域的作用存在显著差异。他认为，大模型核心都是基于文字的人机交互，这就形成了一个明显区分：如果任务的信息密度低于文字，AI 的帮助会非常显著；但在信息密度高于文字的领域，AI 未必能让人更快进入该领域。以编程为例，鲍晨熙解释道，一段 1000 行代码的功能通常可以用几句话高度概括，这使得 AI 可以显著降低程序员的入门门槛。在这种理性、偏理工思维的学科中，AI 的作用被大大放大。相比之下，在音乐创作等信息密度远高于文字的领域，情况则完全不同。即便是像贝多芬的交响曲这样的作品，也很难通过文字准确描述，其和声、情绪等只能通过非常抽象的侧面词汇表达。在这些领域，文字仅是间接描述，AI 很难帮助人快速入门。鲍晨熙进一步分析，学习路径的差异决定了 AI 的作用方式。编程、数学等学科需要自底向上逐步积累基础，而音乐、视频和数字媒体艺术等领域则更多依赖从顶端的感知开始，先感受世界、形成整体印象，再逐步回补技术细节。
兔老师 Roxy表示，AI 的出现显著降低了进入某个领域的起点。如果没有 AI，她可能都不会开展自己目前的工作。她回忆，自己曾经评估过在不融资的情况下开发一个产品所需的成本至少需要一个产品经理、两个程序员和一个运营人员，用个人工资维持整个团队几乎不可行。有了 AI 后，情况发生了根本变化。现在她每月在 AI 上的花费大约 200-300 美金，却相当于拥有了一个完整团队。通过 Gemini Deep Research 和 Flowith 完成需求调研，设计阶段无需产品经理，用 V0 做 MVP，再用 Google Sketch 绘制界面，完成的产品文档交给 Claude Code 开发，如今 Google Antigravity 的加入使整个流程更加高效。兔老师 Roxy 强调，这笔 AI 投资让一个人即可完成整个产品的开发与迭代。
在编程和视频制作等行业，卞立表示，AI 更多被用作工具。例如 OpenAI 的 Copilot 可以帮助程序员调用已有代码或生成不同组合，从而减少重复劳动，但她并未见过能够替代软件架构师或达到顶级导演水平的 AI 系统。在这些领域，AI 仍处于初级辅助阶段。她进一步指出，真正能够作为独立决策者的 AI，可能出现在量化交易、高性能计算支持的高频交易，或未来的战斗机作战系统中。在这些场景下，人的反应速度无法满足需求，决策几乎完全依赖 AI。
最后，在 AI 时代创业和创新，几位嘉宾分别分享了自己的思考与建议。赵君认为，最重要的是关注内心，AI 只是一种工具。NANA则强调，要勇于追求内心的激情，把握技术红利，用技术实现自己的目标。泛函提出，年轻人应尽早结束“临时生活”，不要因为能力、资历或资源不足而犹豫不决，勇敢上路，因为行动本身会让目标逐渐清晰，整个过程也比想象中顺利得多。鲍晨熙祝愿这个时代的创业者身体健康。兔老师 Roxy表示，应将工具化的事务交给工具，让人能够专注于人的价值。卞立引用英国科幻小说之父Arthur Clarke在其作品最后的一句话作总结：“Stars belong to those with character”（浩瀚星空属于那些有高尚情操和道德品质的人）。她认为，下一代 AI 的发展不仅限于地球应用，人类终将迈向太空。卞立希望，中国的创业者和创新者牢记这一理念：既要用中国的视角看世界，也要以世界的视角看中国，将中华民族五千年的优秀文化与最前沿科技结合，创造更美好的世界，而不仅仅追求经济利益和出海盈利。
经过层层筛选，训练营学员围绕 10 个项目：「MoFA: 智能体应用开发框架」、「The seed framework：AI 驱动的新一代 RTS 游戏引擎」、「Matrix：去中心化+AI 的协作套件」、「下一代AI-Native 编程语言与开发工具」、「DORA：开源机器人具身智能平台」、「辰龙操作系统」、「智源 FlagOS」、「KTransformer：异构推理架构」、「MOXIN：边缘语言引擎」、「ANP Agent Network Protocol：智能体网络通信协议」进行商业创新探索与研究路演大赛。