搜索[国密算法]结果-低调大师优秀个人博客

精选列表

搜索[国密算法]，共10000篇文章

清华大学邓志东教授：国内研究氛围浮躁，原创性算法太少

雷锋网(公众号：雷锋网) AI 科技评论按：自去年 3 月 AlphaGo 战胜李世乭后，人工智能「突如一夜春风来」地步入人们视线，业已成为家喻户晓的一个名词。目前，以深度卷积神经网络为核心，以计算机视觉、语音识别与自然语言处理为代表的人工智能产品已经步入全面开发与大规模产业化应用阶段。这一趋势实际上与人类的视听觉感知能力息息相关，但不少初涉这一领域的从业者或是对此感兴趣的学生们却依然是雾里看花，原因不外有二，一是在学习理论的过程中，自学往往缺乏系统的归纳和整理；二是教科书跟不上产业界的技术变化，而网上信息良莠不齐，自学者也缺少及时且实用的教程。为了推动 AI 人才全面化，AI 科技评论将为大家提供一个业界顶级的专业 AI 技术培训平台：1024MOOC，作为长期站在研究第一线的学者，清华大学计算机系教授、博士生导师邓志东也见

2017-07-31

《Hadoop与大数据挖掘》——2.5 K-Means算法原理及Hadoop MapReduce实现

2.5 K-Means算法原理及Hadoop MapReduce实现 2.5.1 K-Means算法原理 K-Means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表。

2017-07-02

《Hadoop与大数据挖掘》——2.6 TF-IDF算法原理及Hadoop MapReduce实现

2.6 TF-IDF算法原理及Hadoop MapReduce实现 2.6.1 TF-IDF算法原理原理：在一份给定的文件里，词频（Term Frequency，TF）指的是某一个给定的词语在该文件中出现的次数

2017-07-02

【阿里云大学免费精品课】机器学习入门：概念原理及常用算法

阿里云大学联合蚂蚁金服高级算法专家推出了免费的机器学习入门课程：机器学习入门：概念原理及常用算法（点击开始学习） AlaphaGo与围棋界的较量，吸引了全世界的目光，也让大家见识到了机器学习与人工智能技术的强大之处

2017-06-13

袋鼠云助力光伏产业 | 基于阿里云数加平台做算法预测

随着大数据技术的蓬勃发展，现在关于大数据技术在各行各业的实践也如火如荼。那么当大数据技术遇到光伏行业会产生何样的化学反应呢？下面就和大家一起分享一下袋鼠云是如何使用阿里云数加平台和机器学习平台助力光伏行业的。说明：为保护客户数据隐私，本文未透露客户名称，并将相关数据进行了马赛克处理。 01光伏大数据实践简介一光伏行业为什么适合大数据技术原因有二：光伏行业涉及的数据面很“广”；光伏行业涉及的数据量很“多”。从狭义上来看：光伏行业拥有各个电站实时采集的光伏发电数据以及周边环境数据从广义上来看：光伏数据除了光伏电站全生命周期（规划及设计、建造及验收、监测及控制、运维及管理、资产评估及交易）的所有数据外，太阳辐射数据、气象数据、地理数据以及一些购电协议等相关业务数据，也包括其中。二光伏大数据应用的价值 1. 电力调度国家能源局下

2017-04-09

阿里聚安全·算法挑战赛报名仅剩最后一天带你出国带你飞！阿里聚安全·算法挑战赛报名仅剩最后一天

2017年03月01日 15:49793 KDD（Knowledge Discovery and Data Mining，知识发现与数据挖掘）会议，作为数据挖掘界的顶级会议，一直是算法爱好者心中的圣地麦加

2017-05-01

中文大模型基准测评上半年报告：GPT-4o 排名第一、通义千问“国服最强”

中文大模型测评基准SuperCLUE发布2024上半年报告，披露针对国内外33个大模型的综合测评结果。从代表通用能力的一级总分来看，OpenAI的GPT-4o以81分高居榜首，Claude-3.5-Sonnet与通义千问开源模型Qwen2-72B-Instruct并列第二，得分均为77。通义千问(Qwen2-72B)既是排名最高的中国大模型，也是全球最强的开源大模型，性能超越文心一言4.0、讯飞星火V4.0、Llama-3-70B等开闭源大模型。 SuperCLUE报告认为通义千问“超过众多国内外闭源模型”，“引领全球的开源生态”。中文大模型基准SuperCLUE介绍中文语言理解测评基准CLUE（The Chinese Language Understanding Evaluation）是致力于科学、客观、中立的语言模型评测基准，发起于2019年。陆续推出CLUE、FewCLUE、KgCLUE、DataCLUE等广为引用的测评基准。 SuperCLUE是大模型时代CLUE基准的发展和延续。聚焦于通用大模型的综合性测评。SuperCLUE根据多年的测评经验，基于通用大模型在学术、产业与用户侧的广泛应用，构建了多层次、多维度的综合性测评基准。来源：https://mp.weixin.qq.com/s/Ke18lStd_hkdM8gXOc6dag 《中文大模型基准评测2024上半年报告》

2024-07-10

【云周刊】第192期：阿里系统软件技术2018中国开源年度报告发布，阿里系独占鳌头

点击查看 2018中国开源年度报告发布，阿里系独占鳌头阿里推图书版权保护计划，共解图书盗版难题阿里健康启动AI开放平台，12家医疗AI企业入驻阿里云 x 扬州智慧人社，开启云上政务服务新常态阿里巴巴旗下

2018-10-28

李国杰院士谈新经济：信息技术是动力，智能技术是重点，技术积累与技术创新同等重要

在实现经济转型和产业升级的过程中，新技术能否形成新动能，新动能能否带动新经济，已成为政府部门、产业界和学术界普遍关心的问题。文章从信息技术发展态势的角度判断新经济的前景和风险，指出信息技术是未来15—20年发展新经济的主要动力；人机物融合的智能技术是最有引领性的新技术；对于培育经济新动能，技术积累与技术创新同等重要。我国工业控制领域技术积累薄弱，国家应增加智能工控领域的科技投入，大力培养工控领域的科技人才。近几年来，新经济的蓬勃发展给人们带来希望。在全球十大平台经济体中，中国占据了三席（阿里、腾讯、百度）。2016年，中国服务业对国民经济增长的贡献率达到58.2%，比第二产业高出20.8个百分点。另一方面，2016年高技术产业增加值占规模以上工业比重只有12.4%，以传统产业为主的工业结构没有根本改变，新经济的增量还不能抵消传统经济向下调整的减量。面对喜忧交加的形势，不少人对新技术能否形成新动能，新动能能否带动新经济还心存疑虑，我们究竟应怎样认识发展新经济的机遇和风险？我们认为，新技术是发展新经济的第一动力，从信息技术的发展态势可以对新经济的前景做出较为理性的判断。未来10—15年实现产业升级主要靠什么技术？人机物融合的智能技术为什么能推动经济转型？自主开发的新技术如何才能真正成为经济发展的新动能？要正确理解新经济，需要对这些问题做出回答。 1.信息技术是未来15—20年发展新经济的主要动力鉴于摩尔定律靠近尾声、通信技术逼近香农极限，加上世纪之交的互联网泡沫，21世纪初许多学者预测信息技术已基本完成驱动经济发展的历史使命，21世纪上半叶将是生物科技的世纪。但近10来年云计算、物联网、大数据、人工智能技术一浪接一浪，信息技术不断展现出旺盛的活力，继续引领世界经济的发展。 1.1信息技术将继续唱主角根据麦肯锡公司2013年发布的技术预测，到2025年可能形成5万亿—10万亿美元经济效益的还是移动互联网、智能软件系统、云计算和物联网等信息产业，生物领域只有下一代基因组产业有可能做到1万亿美元规模，先进材料不到0.5万亿美元，可再生能源不到0.3万亿美元[1]。其实，不只是麦肯锡公司做这样的判断，我们和许多科技人员、经济学家都有同样的看法：信息技术的潜力尚未充分发挥，而基因生物和纳米等技术还在孕育之中，未来15年甚至更长的时间内仍然是信息技术唱主角。要理解信息技术对经济和社会的影响，需要承认技术进步不是以线性方式而是以指数方式发展的历史事实。国际上将这一规律称为技术进化的加速回报定律，所谓加速回报是指技术对经济的驱动力加速提升。石器时代经历了数万年的演进，印刷术的推广耗费了一个世纪的时间，而移动网络上微信的普及只需几年的时间。数字化信息技术是几十年前发明的技术，因此，它的推广速度和影响力必然大于几百年前发明的电力、冶炼等传统技术。为什么信息技术有这么大的威力，这要从经济和信息的本源来认识。美国著名物理学家和经济学家塞萨尔。依达尔戈在《增长的本质》一书中指出，经济增长的本质是信息的增长，即物理秩序的增长[2]。就拥有的质量和能量而言，在浩瀚的宇宙中地球是一颗十分渺小的星球，但我们居住的星球是宇宙中十分罕见的信息聚集地。信息技术在物理世界和人类社会之外增加一个Cyberspace（这个单词的原意是“控制域”，本文翻译成“信息空间”），使得人类社会和物理世界成为可控的世界。 1.2信息技术发展的深度和广度判断信息技术的发展态势至少需要考虑两个维度，一是技术的深度，另一个是技术的广度。从深度上看，“二战”以后，支撑世界经济发展长波的基础性技术发明是电子数字计算机、晶体管、集成电路、光纤通信、无线通信、互联网和万维网。自万维网（WWW）以后，信息领域虽然不断出现新名词，如云计算、物联网、大数据等，但尚未再出现与上述技术可比拟的的基础发明。类脑计算、量子计等新技术短期内还不能形成支撑经济的新动能。从基础发明到产生重大经济影响一般需要20—30年，下一轮更高涨的经济长波也许要到20年以后，今后20年很可能是经济长波的周期性衰退期，按照历史的规律，也应该是基础性发明的密集出现期。由于历史上只有4—5个经济长波的样本数据，经济学中的长波理论未必能作为预测经济发展趋势的依据，但世界经济周期性发展的判断应该是可靠的。从广度上看，历史上蒸汽机、内燃机、交流电等重大基础发明都是经过较长时间的技术改进和扩散之后才开始产生巨大经济效益，信息技术也不应例外。万维网等信息技术已经有20多年以上的技术扩散和储备，21世纪上半叶应该是信息技术提高生产率的黄金时期。重大技术应用的S曲线往往有相继的两条，第二条S曲线的生命周期更长，对经济的驱动力更强[3]。目前的信息技术在今后20年内大多会遵循第二条S曲线的发展态势，技术的改进和广泛的渗透将是主要特点。也就是说，今后10—20年，对经济贡献最大的可能不是新发明的重大技术，而是信息技术融入各个产业的新产品、按需提供个性化产品和服务的新业态、产业链跨界融合的新模式。对信息时代而言，信息技术普及渗透还有很远的路要走，现在的信息技术应用只相当于工业革命的蒸汽机时代。 1.3新经济本质上是工业经济向信息经济（数字经济）过渡不少人将新经济等同于战略性新兴产业，认为只有纳入国家划定的战略性新兴产业范围的产业才算新经济，这是一种误解，新经济有更广泛的内涵，包括用信息技术提升、改造传统产业。美国“国家新经济指数”将农场主应用互联网开展农业经营的比重，作为衡量新经济发展状况的25个指标之一。2016年世界经济论坛的数字化转型倡议指出：2016—2025年的10年内，各行业的数字化转型有望带来100万亿美元的社会与企业价值（主要是社会价值），其中汽车、消费品、电力、物流四大行业的数字化转型的潜在累积价值将超过20万亿美元[4]。数字技术提升传统产业的前景十分光明。中国有1.5亿名制造业工人，美国只有1400万，日本为900万。中国的机械供应商超过14万家，相当于日本的5倍，中国制造业升级的意义非同寻常。制造业高技术化本质上是信息技术与制造技术的深入融合。过去制造的产品叫机器或电器，今后制造的产品大多数是“网器”。所谓智能制造不仅仅是制造过程信息化，更重要的是制造业出来的产品要实现网络化、数据化和智能化。沈阳机床集团引领全世界智能制造的i5智能机床就是很好的范例。新经济本质上是工业经济向信息经济（数字经济）过渡，目前采用的GDP统计不能正确反映数字经济的发展。数字经济倡导的共享、用户体验带来的消费者盈余、免费的开源软件、用户到用户的交易等都不统计在GDP中。国外不少机构与学者已在探讨更适合数字经济的统计方法。国内流行的说法是中国经济发展的新常态是L型，未来十几年将保持6%左右的平稳增长。这是沿用工业经济的思维，因为即使是保持6%甚至更低的GDP增长速度，数字经济的实际内涵已经发生很大的变化。 2.重点发展人机物融合的智能技术推动新经济的新技术很多，我们认为最有引领性的新技术是人机物融合的智能技术，简称人机物智能，也称为人机物三元计算。它始于2010年左右，其主要特征是智能万物互联，即物与物之间、物与人之间能够互联，将智能融入万物，实现信息化与工业化无缝对接。传统的人工智能是让计算机具备人的智能，智能计算过程局限在信息空间，是一元计算。人机物智能将计算过程从信息空间拓展到包含人类社会（人）、信息空间（机）、物理世界（物）的三元世界。智能计算过程发生在人机物三元世界中，是三元计算。物理世界与人类社会既是智能计算过程的对象，也是智能计算过程的执行体。人机物智能的本质是：通过信息变换优化物理世界的物质运动和能量运动以及人类社会的生产消费活动，提供更高品质的产品和服务，使得生产过程和消费过程更加高效，更加智能，从而促进经济社会的数字化转型。人机物三元计算是中科院在2009年总结出的信息技术大趋势[5]。相关概念包括万物互联网（Internet of Everything,IoE）[6]、无缝智能（Seam less Intelligence）[7]、信息物理系统（Cyber-Physical Systems）[8]，“互联网+”等。人机物智能可以理解为万物互联网之上的无缝智能计算技术，需要发展新的核心技术与生态系统。 2.1人机物智能将延续和增强互联网发展动能，加速产业升级转型过去15年来，信息产业是促进我国经济社会发展的主要动力。从福布斯全球企业2000强排名看，2007年，联想、阿里巴巴、腾讯三家公司分别位于第1338、1863、1905名，都在靠后或垫底的位置。在2016年的2000强排名中，这三家公司分别提升到第840、174、201名，在发展移动互联网的浪潮中，9年内中国公司进步显著。人机物智能的基础是移动互联网，其发展将延续和增强我国过去十几年形成的强大动能。 2016年中国信息产业有16家公司进入全球上市公司2000强，加上华为公司（华为不是上市公司），这17家公司实现了4317亿美元的销售额和506亿美元的利润。美国有74家公司进入全球2000强，实现了15821亿美元的销售额和2113亿美元的利润（表1）。中国信息产业公司的平均利润率为11.73%，高于全球2000强中全部中国公司的平均利润率（10.19%），低于美国信息产业公司（13.36%）。中国公司产生的利润只有美国公司的24%，远小于中美GDP比例（61%）。设想15年以后，中美信息产业的利润比例能与中美GDP比例同步，或中国信息产业公司2030年的销售收入达到美国公司2016年的水平，我们还有3—4倍的成长空间。表1“福布斯全球企业2000强”中美信息产业领域比较（单位：10亿美元）这些数据也部分反映了中国信息产业的短板。第一是“头重脚轻”。我国信息服务业发展不错，但软件和硬件还很弱。第二是消费侧强供给侧弱。我国近年来业绩不错的公司充分利用了我国移动互联网用户多的“网民红利”，实现了快速增长，但针对供给者或生产者（企业）的硬件、软件和服务则增长缓慢。第三是核心技术缺失。在全球2000强名单中，美国有14家芯片公司与14家软件公司，中国尚无一家。今后15年，我们面临从移动互联网向智能万物互联网转型的演变，应当高度重视人机物智能的新兴市场。根据业界的各种估计，到2030年，全球将有千亿到万亿传感器，数百亿个物端设备，每个设备都需要新型的处理器芯片、操作系统、开发环境软件以及新的使用模式。智能万物互联网尚未形成垄断，我国发展人机物智能，不但在产品和服务方面能延续和增强互联网发展动能，而且在硬件与软件核心技术方面能补齐我国信息产业的短板。 2.2人机物智能的5个内涵发展人机物智能需要整合云计算、大数据、移动互联网、物联网等现有技术，突破新的科技挑战，实现使用模式与商业模式创新。下面列举5个科技要点。（1）人机物智能的计算机科学。将传统的局限于信息空间的计算机科学拓展到人机物三元世界，包括人机物可计算性理论，人机物智能系统的模块化体系结构，用户体验的复杂度刻画、无缝智能的科学表征，易用的自然交互界面等。（2）物端计算生态系统。桌面互联网和移动互联网的产业生态已经成型，桌面互联网由x86+Windows+Linux生态主导，移动互联网由ARM+Android+iOS生态主导。物端计算系统尚未出现主导的生态，更未定型，发展出支持亿级设备的物端计算生态系统，是一大挑战。（3）节能高效的智能计算平台。与今天的系统相比，人机物智能需要提升计算能力上千倍，同时能耗不增加。学习自然界，通过自适应和可重构等新技术整合专用部件与通用部件，是构造节能高效智能计算平台的可行路线。一个例子是中科院先导专项支持研制的寒武纪深度学习处理器，与通用处理器相比实现了性能功耗比的千倍提升。（4）信任互联网。由于人机物智能更加直接地涉及人类社会和物理世界，网络信息安全变得更加迫切和重要。我们要研究发展出这样一种智能万物互联网：它鼓励开放和分享，同时保障信息安全和用户隐私，又能接受政府依法监管。满足这5个条件的和谐人机物环境称为信任互联网。近年来兴起的区块链技术是构建信任互联网的基础技术之一，值得高度重视[9]。（5）身份联邦。智能万物互联网会产生许多需要命名的实体，涵盖人（如用户）、机（信息空间中的设备、数据与服务）、物（物理世界中的各个物体）。如何让用户通过一个身份就可以方便地使用所有设备和所有智能服务，是一个新挑战。现在是强制用户身份绑定在某一个厂商的账号平台上，理想的场景是每个用户拥有一个“国民信息账户”，可在任何时间、任何地点访问任何授权服务。 3.培育新动能必须坚持自主创新和技术积累新技术不会自动转化为生产力。由知识转化为现实生产力一般要经过4个环节：（1）通过科学研究发现新知识；（2）通过发明将知识转化为满足应用需求的新技术；（3）通过技术创新将技术变成新产品和服务，开始投入市场；（4）在应用中不断改进、提高产品和服务的市场竞争力。从科学知识到技术，从技术到产品，从产品到市场，每一步都要经过“死亡之谷”。越过死亡之谷没有捷径，只能靠自主创新的能力。人们常说核心技术是买不到的，其实真正买不到的是自主创新能力。支撑新经济的核心技术只有通过提高自主创新能力才能获得。创新驱动已上升为国家发展战略，我们在贯彻这一战略时往往不提要重视技术积累，其实技术积累与技术创新同等重要。经济增长的重要因素之一是知识存量的增长，不论是对一个企业还是个人，知识的增长要靠创新实践不断沉淀的技术积累。中国高铁的成功被誉为“引进消化吸收再创新”的榜样，但我们不应忘记，从20世纪50年代开始中国一直在从事铁路机车研制，通过“中华之星”等科研项目的锤炼，南车、北车集团已有坚实的技术储备。我国的战略性新兴产业有些发展快，有些发展慢，其中一个原因是不同行业的技术积累有差别。铁路机车制造的技术积累较扎实，但工业控制领域（包括高铁、航空的运行控制）的技术积累十分薄弱。据工信部2014年统计，我国22个行业900套大型工业控制系统大部分由国外厂商提供产品，特别是可编程逻辑控制器（PLC），外商占据了94%以上的份额。由于工控领域国内企业仿制国外产品都难以做到，国外企业不需要在中国申请专利保护其产品销售，国外企业在华申请专利数长期维持在此领域中国专利总量的10%左右（通信和计算机领域国外企业的专利占到43%）。在国家大力支持智能制造、“互联网+”的形势下，在实现智能万物互联网的进程中，加大工控领域的研发投入，夯实工控领域的技术积累显得尤为重要。夯实技术积累要从教育抓起，我国工控领域的人才培养远远满足不了市场需求，几乎没有一个大学开设过与PLC技术有关的课程，装备制造业所需的信息技术人才还未列入许多省市的紧缺人才需求目录。积累技术跨越死亡之谷同时培养创新人才的一条路径是，积极参与国际上开放标准、开放软件和硬件源码的社区，努力发起并主导数个核心技术与平台生态的开源社区。我们要争取未来几年内培育出2000名社区核心志愿者，即得到全球同行认可与信任、对社区标准文档和软件硬件源码具有写权限的工程师。我国有近千万名软件工程师，应该制定有针对性的人才政策，鼓励他们为全球社区多作贡献。本文出处：畅享网本文来自云栖社区合作伙伴畅享网，了解相关信息可以关注vsharing.com网站。

2018-04-15

汇四大行业信息化最强大脑 CPG2018中国消费品CIO峰会全新启程

【CPG2018聚四大行业打开消费品信息化新格局】开拓创新，2018中国消费品CIO峰会组委会从当前消费品行业数字化转型出发，为高频率、快节奏、广群体的消费品行业转型升级搭建信息化应用的专业平台，进一步促进信息化技术在消费品行业的应用发展

2018-03-11

【云周刊】第151期：超过14992位开发者参加的《2017中国开发者调查报告》全解读

本期头条【重磅发布】超过14992位开发者参加的《2017中国开发者调查报告》全解读云栖社区重磅发布首份《2017中国开发者调查报告》。

2017-12-21

【2017中国开发者调查报告】2017，人工智能技术如何让中国开发者“倾心”又“上火”

摘要：2017云栖大会北京峰会期间，云栖社区即将重磅发布首份《2017中国开发者调查报告》，历时3个月的调研，7032人参与调查问卷，最终呈现出一份集开发者画像与能力的完整描绘。

2017-12-18

数据驱动创新融合引领变革 2017中国工业大数据大会·钱塘峰会今日在杭州国际博览中心顺利举行

今天，“2017中国工业大数据大会·钱塘峰会”在杭州国际博览中心举办。

2017-08-07

AI 自己写代码做科研还跑赢了前沿算法？清华团队开源 Alchemy 框架

“国产大模型引领全球开源生态！”政府工作报告在总结2025年工作时掷地有声地指出。 2025年初，DeepSeek横空出世，凭借高性价比和开源特性，向全世界展示了开源对AI创新激发出的蓬勃力量及中国AI产业的无限可能。2026年初，面向AI应用开发者的全球大模型聚合路由平台OpenRouter显示，中国大模型调用量已连续两周超越美国模型。这一年，国产模型实现突围，AI从专业工具成为全民助手；智能体（Agent）颠覆市场，AI从实验室走向千行百业。在种种改变的背后，开源发挥着技术扩散的关键作用。开源不仅带动了基础设施、芯片、能源等AI相关产业链的整体繁荣，更加速了AI应用进程，使其成为全社会共享的基础设施。Linux基金会执行董事兼首席执行官吉姆·泽姆林（Jim Zemlin）表示：“在当前AI创新蓬勃发展的背后，开源绝非单纯的推动因素，而是核心源动力。” 开源推动中国大模型“上桌” 时至今日，开源无疑已是一道必答题。北京智源人工智能研究院理事长黄铁军认为：“彻底的开源是推动人工智能发展的必由之路。” 今年春节前后，阿里、阶跃星辰等企业密集发布多款开源模型，引发国际关注。特斯拉创始人埃隆·马斯克在社交媒体点赞最新开源的千问模型，称其“令人印象深刻”；英伟达CEO黄仁勋也在CES 2026上公开称赞中国模型在开源生态中的重要地位，点名了Kimi K2、DeepSeek V3.2和Qwen模型。中国开源人工智能模型登顶全球Token使用量榜单（图源：OpenRoute）国产开源大模型在诸多基准测试中表现出色，在部分场景下，甚至具备超越主流闭源模型的优异性能。去年，阿里Qwen系列开源模型全球下载量反超Meta的Llama模型，登上全球第一的宝座。国产开源大模型一度“屠榜”，2月，在全球最大AI开源社区Hugging Face公布的开源大模型榜单上，排名前十的均是中国模型或中国模型衍生模型。大量国外企业将中国开源大模型视为AI落地的重要底座。研究报告显示，美国开发者采用的开源大模型中80%来自中国。例如，亚马逊宣布，最新组建的具身智能模型，将以Qwen3.0为基础，并结合DeepSeek蒸馏技术；Airbnb CEO公开表示，该公司客服系统已在很大程度上依赖中国模型运行，并称赞其“比OpenAI更好、更便宜”。 “这一现象印证了我国在人工智能技术层的创新活力与迭代速度，核心技术自主可控程度稳步提升。”中国电子学会政策研究与国际合作处处长王桓在接受《中国电子报》记者采访时表示。开源为中国在国际赛场上赢得了弯道超车的机遇。在国家层面，已被视为需要系统推进的战略工程。继五年前被写入“十四五”规划后，“开源”再次被写入第十五个五年规划纲要。今年全国两会期间，政府工作报告明确提出，“支持人工智能开源社区建设，促进开源生态繁荣”。智能体成开源发展新变量当开源成为行业共识，竞争的焦点也在悄然发生改变。一个显著变化是，企业开始从单纯发布模型转向经营生态，开源项目、开源社区、开源协议、开源贡献与开源应用相互依存、协同演进。谁能吸引更多开发者参与、沉淀更多应用场景，谁就更有可能在下一阶段占据主动。在这一过程中，智能体成为放大开源价值的重要载体。今年，政府工作报告首次提出，要“打造智能经济新形态”，并将智能体纳入重点推广方向。相比传统AI，智能体的特点在于具备自主性、规划力与执行力，能够完成内容生产、客户服务，到数据分析、运营管理等一系列复杂工作，也因此被视为推动生产力革新与生活方式变化的重要抓手。阿里近期发布企业级Agent平台“悟空” “在人工智能大模型领域，选择开放就意味着进一步降低应用场景接入门槛，因此也有可能更快地迭代应用场景，带来耳目一新的行业创新。”人工智能行业专家张珂表示。开源显著降低了智能体的使用门槛。个人开发者和中小企业无需从零构建复杂系统，只需在此基础上进行部署与改造，便可快速搭建适配个性化需求且具备实际生产能力的智能体应用，“一人团队”将从概念变为现实。整个AI行业已敏锐地察觉到了这一趋势。放眼海外，英伟达推出Nemotron 3 Super开源模型，将代理式AI吞吐量提升了5倍，专为大规模运行智能体设计。多款国产开源模型也主动适应智能体发展需要，针对性地进行能力开发。例如，阿里开源Qwen3-Coder-Next，专为编程智能体和本地开发打造；月之暗面发布新一代万亿参数开源多模态大模型Kimi K2.5，首创Agent集群调度能力；智谱开源大模型GLM-4.5，宣称首次在单个模型中实现了推理、编码和智能体能力的原生融合，以满足未来智能体应用蓬勃发展的复杂需求。不难发现，AI的角色正转向可以协同工作的“数字员工”，围绕这一新兴形态展开的能力建设，也将成为开源竞争的下一个变量。开源走向深水区开源使得AI像水和电一样触手可及，为实现“时时、处处、人人可用的普遍智能”带来了可能。然而，开源路径的普及也将一系列潜在挑战带到了台前。 “同质化”是开源模型普遍面临的问题。当前，市面上的主流模型基本沿用了Transformer的核心设计，随着模型迭代的日益频繁，在通用能力上的差距正在缩小，各厂商模型性能轮流“登顶”成为常态。业内专家对记者表示：“未来能真正拉开差距的，是行业理解和落地能力，而不只是模型本身。” “如何变现”是摆在企业面前的另一个问题。开源带来了更广泛的生态影响力，但天然具备多投入、少收益，甚至无收益的痛点，短期内很难直接带来利润。目前，多数厂商主要依赖定制化部署、增值服务等实现营收，整体盈利路径尚未完全跑通。安全问题同样不容忽视，业界长期存在开源模型被滥用的隐忧，开源产品的快速爆发，对于使用者的安全意识也提出了新的要求。近期，开源智能体应用OpenClaw（俗称“龙虾”）走红，工信部网络安全威胁和漏洞信息共享平台（NVDB）和国家互联网应急中心接连发布风险提醒，提示其存在系列高危安全漏洞和衍生风险。 OpenClaw官网对此，王桓表示：“开源在带来创新活力的同时，也必然伴生技术安全、产权界定、商业落地、生态可持续等问题，需要提前布局、系统施策、源头规避。”他建议，建立全流程开源技术安全审查机制，对核心开源项目开展常态化安全检测和漏洞排查，明确安全责任主体，防范网络安全风险和技术泄露风险，保障国家数字安全；同时，探索多元化的开源商业模式，推动开源项目与市场需求深度结合，通过技术服务、定制化开发、生态合作等方式，让开发者和企业在开源生态中实现价值回报。中国信息通信研究院人工智能研究所所长魏凯则对《中国电子报》指出，要深化开源治理与标准化布局。“围绕数据集合规、模型评测等方向，牵头制定行业标准，主动融入国际开源治理体系；依托国内超大市场与丰富场景，将中国实践转化为国际规则，持续提升全球开源生态中的话语权。”他表示。

2026-03-26

马斯克正式开源 𝕏 首页信息流核心功能的推荐算法

马斯克宣布旗下社交平台 𝕏 首页信息流“为你推荐”（For You feed）的核心算法已正式开源，他表示目前的算法比较愚蠢，需要大幅改进，“但至少你可以看到我们在实时和透明的情况下努力让它变得更好。

2026-01-20

蚂蚁数科提出隐私保护 AI 新算法，可将推理效率提升超过 100 倍

这两项研究聚焦当前跨机构联合建模中应用最广泛的梯度提升决策树(GBDT)模型，通过创新的隐私保护算法，解决了联合建模和联合推理中如何在保障数据隐私前提下实现高性能计算的技术难题。

2025-09-24

2种度量空间，1个算法全搞定！

作者：傅聪，检索算法 NSG 作者，向量检索专家，《业务驱动的推荐系统:方法与实践》作者，浙江大学计算机博士，美国南加州大学访问学者公众号：傅聪Cong 向量检索算法，作为AI时代基础设施——向量数据库的核心组件

2025-05-27

异常检测算法在可观测性平台的落地和实践｜得物技术

二、异常检测算法 AI异常检测算法之前，通常需要对历史数据做预处理，包括异常值的剔除，缺失值的填充等。

2024-08-29

🚀OpsPilot 2.3.0：经典AIOPS算法与图表生成服务，基础设施布局完成

🌟 更新亮点 🚀 [Classicfy AIOPS Server] 全新经典AIOPS算法服务震撼上线！

2024-07-12

硬核解读KubeEdge基于大模型边云协同的机器人语义分割算法

本文分享自华为云社区《KubeEdge：基于大模型边云协同的机器人语义分割算法》，作者：云容器大未来。近年来快速发展的视觉大模型(例如 SAM )在促进高精度的智能感知方面具有很大的潜力。

2024-06-17

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。