9月24日，"社会主义是干出来的 新时代是奋斗出来的"——首都产业一线科技人才走进高校系列宣讲北 京师范大学专场举办。来自人工智能、科学仪器领域的三位科研工作者，分享了他们坚持创新、攻坚克 难的科研故事，在青年心中种下科技报国的种子。 北京师范大学化学学院研一学生柳越表示，这次的宣讲对她很有启发。"我所研究的具体方向有些冷 门，但是丛君状老师讲到，不管研究的方向有多小众，都要相信你现在做的事在未来可能会派上用场。 所以我要踏踏实实地去干好每一天的工作，未来一定会有发光发热的时候。" "我平时在做课程项目作业的时候，常常需要一下午坐在电脑前，总觉得很辛苦。但是听到王绍兰老师 仅凭着两台电脑就创立了项目，这种奋斗的精神令我非常敬佩。我在以后的学习中也要不怕困难，勇敢 探索，作为师范生，未来也要为国家好好培养科技人才。"北京师范大学人工智能学院大三学生李彦方 表示。 教育在培养科技人才中发挥什么作用？北京师范大学教育学部辅导员王凯说道："国家一直在提倡教 育、科技、人才一体化发展。在这个科技竞争非常激烈的时代，作为教育学部的工作者，我们要反复思 考为谁培养人、培养什么样的人、如何培养人的根本性问题。教育要更多地服务 ...

行业趋势转变 - AI行业从追求更高更强转向更聪明更经济 重点发展混合推理与自适应计算 [2] - 行业痛点在于推理模式复杂化导致AI应用成本快速上升 混合推理模式成为共同应对策略 [5] - 顶尖模型厂商包括OpenAI DeepSeek Anthropic Google及国内阿里快手字节智谱等均在探索混合推理方案 [13] 成本结构变化 - 虽然单个token价格下降但复杂任务所需token数量呈指数级增长 消耗量可达数十万至百万级 [8][9] - 最强模型价格保持稳定 99%需求转向SOTA模型导致实际使用成本上升 [7] - 成本压力传导至应用层 Notion利润率下降约10个百分点 Cursor和Replit等公司被迫调整定价策略 [10] 技术创新与效率提升 - 美团龙猫模型采用零计算专家机制 智能识别非关键内容直接返回输入 实现显著算力节省 [3] - OpenAI GPT-5采用路由器机制 根据问题复杂度自动选择轻量级或高算力模型 输出token减少50-80% [12] - DeepSeek V3.1采用单模型双模式架构 思考模式在token消耗减少25-50%情况下保持相同答案质量 [12][13] 技术演进方向 - 混合推理下一个前沿是智能自我调节 使AI能自主评估任务难度并以最低计算代价启动深度思考 [14] - 系统通过用户行为偏好反馈和正确率等真实信号持续训练路由机制 实现随时间不断改进 [12]

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]

北京人工智能产业发展现状 - 2024年北京人工智能企业数量突破2400家 占全国一半 [2] - 核心产业规模近3500亿元 占全国一半 [2] - 北京市已成为中国人工智能创新资源最丰富的城市 在技术创新 应用示范 产业要素 创新生态等方面形成系统布局 [2] 创新资源集聚优势 - 拥有21家全国重点实验室 集聚全国超40%顶尖人才 [5] - 首批建设23家人工智能领域北京市重点实验室 聚焦大模型 具身智能 人工智能安全等方向 [5] - 设立4家新型研发机构 包括智源院 通研院 科学智能院 中关村人工智能研究院 [5] - 产出全球首个原生多模态大模型Emu等国际领先原创成果 [5] 政策支持与技术突破 - 出台具身智能三年行动计划 科技赋能文化专项行动 人工智能+新材料等产业政策 [5] - 聚焦光计算 晶圆级芯片等方向 产出全球首款光训练芯片 [5] - 建设北京市人工智能算力互连技术创新中心 布局全国首款64卡超节点算力服务器 [5] - 重点企业发布豆包 GLM 可灵 Vidu MiniCPM等国内领先通用基础大模型 [5] - 备案上线大模型132款 数量全国第一 [5] 基础设施与数据资源 - 2024年新增算力8620P 累计智能算力规模超3 3万P [6] - 建设国内首个数据基础制度先行区 发布中文互联网语料CCI4 0 [6] - 上线北京人工智能数据运营平台 汇聚180余个通用及行业数据集 总量超2000TB [6] 未来发展规划 - 前瞻布局具身智能 AI+生命健康 AI for Science等前沿交叉领域 [6] - 加快培育光计算芯片 类脑智能等颠覆性技术 [6] - 跨部门跨区域协同推进大模型产品落地应用 [6] - 持续打造全球"开源之都" 推动建立全球人工智能安全与治理体系 [7]

北京人工智能产业发展现状 - 2024年北京人工智能企业突破2400家，核心产业规模近3500亿元，均占全国一半 [1] - 北京拥有全国重点实验室21家，集聚了全国超40%的顶尖人才 [1] - 建设首批23家人工智能领域北京市重点实验室，聚焦大模型、具身智能、人工智能安全等方向 [1] - 建设4家人工智能领域新型研发机构，产出全球首个原生多模态大模型Emu等国际领先原创成果 [1] 政策支持与创新能力 - 北京出台具身智能三年行动计划、科技赋能文化专项行动、人工智能+新材料等产业政策 [2] - 产出全球首款光训练芯片等成果，夯实人工智能创新底座 [2] - 建设北京市人工智能算力互连技术创新中心，布局全国首款64卡超节点算力服务器 [2] - 备案上线大模型132款，全国第一，重点企业发布豆包、GLM、可灵、Vidu、MiniCPM等国内领先通用基础大模型 [2] 基础设施与数据资源 - 2024年新增算力8620P，累计智能算力规模超3.3万P [2] - 建设国内首个数据基础制度先行区，发布中文互联网语料库CCI4.0 [2] - 上线北京人工智能数据运营平台，汇聚通用、行业数据集180余个、数据总量超2000TB [2] 国际合作与生态建设 - 联合外交部举办北京首届国际人工智能研讨班，35个发展中国家代表参与 [3] - 成功举办2025年智源大会，线下注册观众8000多人，线上观看开幕式直播达205万人，覆盖全球超过30个国家和地区 [3] - 持续打造全球"开源之都"，落实《全球人工智能治理倡议》 [4] 未来发展规划 - 前瞻布局具身智能、AI+生命健康、AI for Science等前沿交叉领域 [3] - 加快培育光计算芯片、类脑智能等颠覆性技术 [3] - 构建"一委一业、一区一品"应用发展格局，推进大模型产品落地应用 [3] - 加大市区两级人工智能产业基金直投力度，建设人工智能领域人才高地 [4]

人工智能行业发展回顾 - 2015年AlphaGo击败李世石标志着人工智能技术出圈并迎来爆发期，AI四小龙等公司纷纷创业，主打视觉识别技术 [1] - 2025年行业回顾显示AI四小龙已纷纷凋零，中国AI领域涌现出文心、通义、混元等十余个大模型 [3][4] - 2015-2025年被视为AI上半场（视觉识别），2025-2035年可能转向视觉生成领域 [4] 当前AI技术热点 - 文本生成领域聚焦代码生成和文案生成 [4] - 语音生成领域集中在音乐生成和播客生成 [4] - 图片生成技术应用于海报制作和美颜功能 [5] - 视频生成技术覆盖广告制作和影视创作 [5] - 除中国代码生成外，中外AI企业已在其他生成领域实现商业化变现 [6] 技术里程碑事件 - 2017年Transformer架构颠覆传统专有模型研究范式，导致大量学者回归学术界 [7] - 2023年ChatGPT突破引发行业震动，谷歌仓促推出Gemini应对 [7] - 2024年OpenAI先后发布Sora视觉模型和深度思考o1系统，推动行业突破文本长度竞赛 [8] 头部企业技术路线 - ChatGPT和DeepSeek未重点布局生成技术，而是强化推理能力建设 [10] - DeepSeek的核心优势被归纳为国产化、开源架构、资源效率高、中文语料优化和媒体背书 [10] 技术发展方向争议 - 行业存在AGI（通用人工智能）与AIGC（生成式AI）发展路径的哲学争论 [11] - 可回收火箭案例显示技术创新价值常需事后验证，类比当前AI技术争议 [13][14][15] 技术应用原则 - 历史经验表明局域网/互联网/移动互联网/云计算时代均有明确应用边界 [16][17][18][19] - 人工智能时代需要建立类似"若无法实现XX功能则不应强行AI化"的应用准则 [20]