海淀AI開源新事｜甲子光年

從模型到基礎設施，再到社區，開源在海淀意味著什么？

作者｜周悅

編輯｜王博

“你心目中的AI社區是什么樣的？”

當主持人提出這一話題，來自AI公司的創業者、開發者、投資人、媒體人、AGI Bar老板，甚至一位熱衷“搞AI”的小學生都上臺分享了自己的觀點。

Party Nights現場，圖片來源：中關村科學城公司

這場活動是2026中關村論壇年會“人工智能主題日”期間舉辦的Party Nights的一部分，雖然現場有海淀區委區政府領導，但是大家的表達毫不拘束，開放、自由、創新、碰撞、共享……這都是他們提到的標簽。但如果把大家的觀點提煉一下，我們發現一個理想的AI社區最離不開的是“開源生態”和“人才密度”。

北京有著豐富的開源積淀：2014年，大量來自清華、中科院的學者參與了Caffe的開發，這代表著中國AI工程能力第一次和全球開源體系接軌；2015年，Apache頂級項目MXNet也得到了來自清華、北大、中科院等高校學者的支持，這也是中國學術力量首次深度參與國際開源框架標準；2016年，由百度研發并開源的PaddlePaddle成為了國內最早完整開源深度學習平臺之一，這是中國企業第一次系統性推動AI框架開源。

而到了AI大模型時代，這種積累開始集中釋放：位于海淀的智源研究院、智譜、Kimi、百川智能、面壁智能都發布過開源模型或開源項目，不計其數的高校、研究機構及個體也對開源生態做出了巨大貢獻，推動了全球AI行業的發展。

在年初OpenClaw爆火之后，開源的重要性被更多人認識到，圍繞AI Agent的開源項目也不斷涌現出來，這不僅涉及Agent的planning（規劃）、memory（記憶）和skills（技能），也涉及更加適配Agent的軟件協議及AI基礎設施。

「甲子光年」注意到，2026中關村論壇年會“人工智能主題日”的核心論壇定為了AI開源前沿論壇。論壇期間，海淀區將“百年京張AI創新帶”征集內容與公開政策深度融合，封裝為可供調用的“技能包”，并在主流開源平臺上貢獻“海淀Skill”。這一步更像是在用開源的方式，邀請全球開發者共同參與城市創新實踐。

如果以北京市海淀區五道口的東升大廈為中心畫一個圓，1公里半徑內匯聚了30余所高校和科研機構，1000余位AI科學家、1.3萬余名AI開發者、10萬余名AI及相關專業青年學子。而放眼整個海淀區，這個數字進一步放大，37所高校、96家國家級科研機構和超過200萬人才集中分布，AI企業超2000家，獨角獸26家，備案大模型130款。

開源生態離不開社區、人才和場景。人與技術持續碰撞、彼此催化，新的項目、合作和連接也不斷從中生長出來。

1.開源生態繁榮與模型持續迭代相輔相成

智譜的路徑很能反映一家“AI原生”企業的成長特質。

今年1月，智譜在港交所掛牌，成為全球首家以通用人工智能基座模型為核心業務的上市公司。但把時間再往前撥，會發現這個團隊最早還是從清華大學計算機系知識工程實驗室里長出來的。從實驗室到上市，這條路走了將近二十年。

2006年，清華大學長聘教授唐杰帶著團隊做出AI科研助手AMiner。圍繞知識工程、學術信息挖掘和自然語言處理，團隊積累了十多年，直到2019年才正式走向產業化。

這個節奏看上去不快，卻也說明，技術積累和人員磨合在公司成立前就已經完成，商業化只是順勢邁出的一步，公司從清華孵化出來時是“帶著技術、團隊、客戶”直接啟程。

這種從高校里長出來的技術成果，也回流到開源社區。今年2月，智譜開源新一代基座模型GLM-5，在真實編程場景的使用體感逼近頂尖閉源模型Claude Opus 4.5，擅長復雜系統工程與長程Agent任務。

另外，智譜還在3月16日推出了一個面向OpenClaw龍蝦場景深度優化的基座模型GLM-5-Turbo，盡管模型本身并不是開源的，但也是專門服務于開源生態。

智譜華章CEO張鵬在3月27日舉行的AI開源前沿論壇上把OpenClaw比作一個靈活的“腳手架”，它讓普通人也能更方便地調動頂尖模型的能力，開始“干活”。智譜剛更新的GLM-5 Turbo，強化了長程任務規劃、上下文壓縮、調試和多模態處理能力。

智譜華章CEO張鵬，圖片來源：中關村論壇

月之暗面的時間線要短一些，但組隊邏輯幾乎一樣。2023年，創始人兼CEO楊植麟組建團隊時，核心成員幾乎都出自清華體系。外界往往更關注它快速的融資和百億美元估值，但更值得注意的是，這支團隊在創業前就已經合作多年，彼此對技術的判斷和工作方式都磨合過了。

這份積累，最近又在Agent熱潮里再次顯露。就在幾天前，估值即將沖擊500億美元的AI編程獨角獸Cursor高調發布Composer2模型，隨后被全球開發者發現，其底層基座是月之暗面早前開源的Kimi K2.5。之后官方證實，這是一筆基于Fireworks AI的授權商業合作。

Kimi在X上的表態，圖片來源：X

在開源發展的時間線上，這是一個值得記一筆的節點。過去，外界更熟悉的敘事是中國企業跟隨；而這一次，一個由中國企業開源的基座模型，成了美國頭部AI應用的底層選擇。

小米雖然發布模型時間較晚，但最近明顯加快節奏，尤其是在羅福莉加盟之后，開源的力度也進一步加大。

小米MiMo團隊在2025年12月16日晚上發布并開源了MiMo-V2-Flash。團隊在官方博客中介紹，這是一款強大、高效且超快速的基座語言模型，在推理、編程和智能體場景中表現尤為出色，同時也是處理日常任務的優秀通用助手。

2026年3月19日凌晨，小米面向Agent時代的旗艦基座模型Xiaomi MiMo-V2-Pro，專為現實世界中高強度的Agent工作場景而打造，并可以成為OpenClaw的原生大腦，支撐高強度的真實Claw復雜應用流。面對這一輪開源熱潮，小米MiMo負責人羅福莉的表態很能代表小米的節奏：新模型會在“足夠穩定、值得開源時”再對外開放，不一定搶跑，更看重工程成熟度和可復現性。

在AI開源前沿論壇上，羅福莉則把OpenClaw當作“非常革命性和顛覆性的事件”。

在她看來，OpenClaw的價值不只在于開源，更在于它第一次明顯抬高了國產模型在Agent場景里的能力上限，同時又把任務完成度和準確率的下限穩住了。更重要的是，它讓更多人意識到，大模型之外的Agent層還有很大的創新空間。

羅福莉認為，在Agent框架的加持下，預訓練模型的上限正在被釋放出來，這使得接下來一年模型“自進化”成為可能。原本以為還要三到五年才會出現的進展，可能一到兩年內就會發生，“實現對于科學研究至少呈指數級的加速”。

小米MiMo負責人羅福莉，圖片來源：中關村論壇

2.開源從模型層進一步下沉到基礎設施層

模型層的開源很重要，但基礎設施層的開源也不容忽視。

過去兩年，圍繞生成式AI的討論大多集中在模型能力和算力規模，但最近黃仁勛發文，給出了一個更系統的框架——AI是一塊“五層蛋糕”（AI is a five-layer cake）：從底部的能源，到芯片、AI基礎設施，再到模型與應用，層層疊加，構成一整套新的工業體系。

五層蛋糕框架，圖片來源：英偉達

這個比喻背后的含義很清晰：AI是一場基礎設施革命。

今年是CUDA的二十周年，黃仁勛認為，CUDA真正的壁壘在于二十年間積累的數以億計的GPU裝機量，覆蓋了全球每一家云廠商和幾乎每一個行業。龐大的裝機量吸引開發者，開發者帶來算法突破，如深度學習等。而突破催生新市場，新市場又進一步擴大裝機量，形成持續加速的飛輪。

一直以來，憑借GPU架構和CUDA生態的壁壘，英偉達締造了AI時代的算力帝國，占據全球90%的算力市場份額。

在AI開源前沿論壇上，中國科學院院士王懷民也語重心長地提醒，中國大模型在全球的下載量和訪問量雖然表現亮眼，但算力、基礎設施、社區治理和基礎軟件棧，尤其是對CUDA等關鍵環節的依賴，仍然是短板。

在他看來，未來，中國若想進一步提升全球影響力，需要建設更完整的開源基礎設施，吸引更多開發者參與，并推動開源生態持續發展。

中國科學院院士王懷民，圖片來源：中關村論壇

智源研究院在中關村論壇現場發布的眾智FlagOS 2.0就是對這一問題的回應。

眾智FlagOS是智源研究院聯合國內外多家高校、芯片廠商和科研機構共同打造的面向多種AI芯片的開源統一系統軟件棧，被譽為“人工智能大模型的操作系統”。

再通俗一點解釋，眾智FlagOS可以被當做“AI時代的Windows + Android + CUDA的合體版，而且是開源的、跨芯片的版本”。

從技術形態上看，這次發布的眾智FlagOS 2.0不再只是服務于大模型訓練與推理的工具集合，而是一個面向多芯片、多場景的統一系統軟件棧。它由包括北京智源研究院、中科院計算所、清華大學、北京大學、硅基流動、摩爾線程在內的等23家機構共同完成，支持18家廠商、32款AI芯片，覆蓋從數據中心到邊緣、再到機器人等多種應用場景 。這意味著，在當前高度割裂的算力生態中，FlagOS試圖構建一種“跨芯片通用層”，讓不同硬件之間具備可遷移、可復用的能力。

圖片來源：智源研究院

這種“統一”的背后，是一整套系統性補齊。FlagOS 2.0不僅擴展了算子庫規模至497個，覆蓋從大模型到科學計算的更廣泛場景，還引入了多芯片統一編譯體系與中間表示層，使不同架構之間能夠共享優化路徑 。與此同時，通過KernelGen 2.0實現算子自動生成，通過Skills技能庫將復雜的模型遷移、調優流程封裝為可調用能力，開發者甚至可以通過自然語言完成跨芯片部署。

對于今年以來的“龍蝦”熱潮，北京智源人工智能研究院副院長、總工程師林詠華關心的不是OpenClaw熱度本身，而是它落地時會碰到的底層問題：系統軟件、算力適配和基礎設施，能不能真正接住這一輪開源浪潮？

林詠華的判斷是：“從ChatGPT到OpenClaw這樣一個時代的躍遷，最大的挑戰是來自對AI智算的需求。”要解決的，不只是多支持幾種芯片，而是怎么為智能體提供一套更通用、更高效、也更開放的算力底座。

眾智FlagOS的意義，在于它把開源推進到了“算力操作系統層”。它試圖回答一個更基礎的問題：AI的計算標準，是否可以不由單一廠商定義。

更重要的是，它讓開源從模型層進一步下沉到基礎設施層。此前，北京已經在大模型開源與評測體系上形成影響力，而眾智FlagOS，則使得“從模型到系統”的閉環逐漸成形。

可以說，眾智FlagOS 2.0不僅是一項新的開源技術成果，也是在AI時代嘗試構建“開源基礎設施能力”的一次標志性動作。

而在AI基礎設施領域，脫胎于清華大學的AI基礎設施公司無問芯穹一直和智譜、月之暗面等開源核心力量保持著深入的技術協作。

無問芯穹聯合創始人夏立雪在AI開源前沿論壇也談到了對OpenClaw的直觀感受，他認為OpenClaw給整個AI背后的大型系統和生態都帶來了更多機遇和挑戰。

算力的暴增瞬間把基建推向了壓力點。夏立雪透露，從今年1月底開始，無問芯穹平臺上的Token調用量每兩周翻一番，至今已經增長了10倍。“上次見到這個速度還是當時3G時代手機流量普及的時候”。更關鍵的問題是把能調動的資源組織得更高效、生產Token。

夏立雪認為，今天很多云基礎設施本質上還是為人類工程師設計的，而不是為AI設計的，真正面向Agent時代，還需要新的Agent Infra。“我們需要打造一個更智慧化的token工廠，”他說，放到更長遠的AGI時代看，連基礎設施都應該是由智能體運行的。

無問芯穹聯合創始人兼CEO夏立雪，圖片來源：中關村論壇

在夏立雪看來，行業眼下有一個很現實的問題：Token正在朝著“水電煤”式的標準資源走，但它所對應的“智能性”還沒有完全標準化，供需雙方對價值的判斷常常錯位。

在這個標準缺位的過渡期，開源起到的作用就很關鍵。“開源能夠極大地降低大家的試錯成本，讓大家廣泛嘗試不同的模型，”夏立雪告訴「甲子光年」。也正因為能和這些開源模型充分結合，無問芯穹才更像一個“Token工廠”在運轉，更快看見真實需求里的卡點，用更高的效率造出Token，推動底層基礎設施往前走。

無問芯穹的北京辦公室就在AI原點社區，在AI基礎設施層面，還有大量的高校、科研機構、企業在貢獻力量。

如果從更長周期來看，在基礎設施層探索開源的潛在意義在于：AI基礎設施是否會出現類似Linux的統一開源層。當前，這一問題仍無定論，CUDA體系的慣性依然強大，多芯片生態也面臨工程與商業的雙重挑戰。但以眾智FlagOS為代表的開源系統出現，至少提供了一種路徑——通過開源系統，將碎片化的算力資源重新組織。

我們發現了一個新的信號：AI競爭正在從模型能力，轉向基礎設施能力；而開源，也正在從“共享成果”，走向“定義規則”。

海淀，恰恰就在扮演一個“超級平臺”的角色。它不僅讓散落的連接更容易發生，更在通過頂層設計，將這種自發生長的力量制度化、常態化。

海淀布局建設“1+X+1”現代化產業體系，把人工智能放在塔尖位置，今年2月，啟動“五方六力”科技成果轉化機制，并提出2026年統籌安排不低于90億元產業創新專項資金。

這些都為AI開源生態提供了強有力的支持。

AI原點社區，圖片來源：中關村科學城公司

3.開源離不開“活人感”和“氛圍感”

Hugging Face亞太生態負責人王鐵震曾用藕粉顆粒和熱水來形容開發者和開源社區的關系。藕粉中的顆粒就像是一位位開發者，或者一行行封閉的代碼，而開源社區就像熱水，沖泡之后這些顆粒就會發生相互作用，“這就是我們開源社區的精神，我們就是讓這些孤獨的開發者之間產生交流和合作。最后形成一個能夠承載價值的社區。”

很多改變行業的合作，不是從一封“專門約見”的郵件開始的，而是先在同一片區域里自然發生。白天在學校或公司樓下碰到，晚上又在另一場活動里繼續聊。今天先交換一個想法，過幾天可能就約著再拉一個人一起試試。

從高校實驗室里長出來的團隊中，他們的組隊故事都踩著這樣的節奏，先彼此熟悉，再慢慢變成更穩定的項目和公司。更重要的是，這里的關系網極具韌性。一個項目沒做成，線索不會就此消失，幾年后，新的項目、新的團隊，往往又會從舊連接里長出。

在2026中關村論壇年會“人工智能主題日”期間的Party Nights上，我們就感受到了AI時代少有的“活人感”和“氛圍感”。

在幾百平方米的空間里，講述前沿學術成果的學者、剛寫完論文的博士、思考落地路徑的大廠工程師、帶著硬件找模型底座的創業者同時出現。

你能看到多位創業者盯著屏幕上的技術細節，低聲討論推理成本；也能看到幾位高校研究生正討論某家具身智能公司的新模型，當場建群，約著之后細聊。在這里，一個想法從“聽起來成立”到“要不要試一下”，中間往往隔不了多久。

香港大學數據科學研究所及計算與數據科學學院助理教授、博士生導師黃超就在其中。

黃超的研究方向涵蓋大模型、AI Agents和圖機器學習。他的研究成果在Google Scholar上被引用超過16000次。團隊已推出多個影響力開源項目，包括nanobot、LightRAG、DeepCode、CLI-Anything等。其中nanobot在GitHub上已獲得超過3.6萬的Stars，團隊打造的HKUDS GitHub開源平臺累計獲得超過18萬GitHub Stars，位列全球Top 100，并超過90次登上GitHub Trending榜單。

在Party Nights活動上，他告訴「甲子光年」，再次來到被稱為“宇宙中心”的五道口，最明顯的感受是人才密度高、思維活躍極度活躍。這片區域天然帶著的一種“要把AI玩出來”的極客勁頭。從中關村論壇到線下圓桌，“開源”都是被反復提到的關鍵詞。身處其中，他明顯感覺到，不管是學術界還是工業界都在積極擁抱開源。

實際上，黃超與海淀結緣始于去年的中關村論壇年會“AI 100”青年人才評選活動，黃超入選。海淀相關團隊和他建立聯系，并持續保持交流。恰好在這一年里，黃超團隊在開源社區迎來了爆發式成長。當他今年作為“老朋友”回到北京時，雙方的合作也更加緊密。

黃超認為，OpenClaw這次爆火，首先是因為它第一次給了用戶一種更強的“活人感”，之前Agent給人感覺更強的是一種工具感。黃超對未來12個月AI發展的關鍵詞，不是某個單點技術的突然突破，而是“生態”。在他看來，OpenClaw要真正從“好玩”走向“好用”，靠的不是某一家公司單獨往前推，而是模型、skills平臺、工具鏈和開源社區一起，把Agent生態補足。

香港大學數據科學研究所及計算與數據科學學院助理教授、博士生導師黃超，圖片來源：中關村科學城公司

在海淀，AI大咖和明星開發者可能隨時出現在你身邊。

近期另一場活動結束后，Naughty Labs創始人楊天潤剛走下臺就被圍住了。他此前幾乎沒有寫代碼的經驗，卻靠三個AI員工分工協作，連續向OpenClaw提交多項被采納的PR（拉取請求），短時間內進入項目貢獻者榜單前列。

不少人和他一樣，并非技術出身。面對“文科生能不能進入AI行業”的疑問，楊天潤說：“這個時代已經沒有文科生和理科生的區別，真正的差距是用不用得好AI。”

這種事情天天都在這里發生。

開源精神在智源研究院緊張的研發項目組里，也在大鐘寺廣場的字節跳動里；在AI原點社區的討論里，也在中關村創業大街AGI Bar的啤酒泡沫里；但更重要的是，開源精神存在于很多AI從業者的心里。

正如北京大學教授、多媒體信息處理全國重點實驗室主任黃鐵軍所說，開源不只是科技創新的一種方式，也是中國發展新一代AI的重要原則。

開源生態構建的核心是讓新的技術和項目長出來，把分散的人才、項目和資源繼續接起來，沉淀成一種可以向外擴展的生態能力。

黃超告訴「甲子光年」，一個開源項目發布后才是開源的開始，要持續關注開源社區里最真實的需求。

而海淀的AI開源新事，也才剛剛開始。

（封面圖來源：中關村科學城公司）