问题——从大模型走向智能体，计算底座面临“跨域可用”的新门槛；当前，人工智能应用正从“生成内容”走向“持续感知、规划决策与执行任务”。智能体政务服务、工业制造、金融风控、机器人等场景加速落地，对底层软硬件体系提出更高要求：一是跨芯片、跨平台稳定运行；二是在训练、推理与调度等环节提升资源利用效率；三是以更开放的方式减少生态割裂与路径依赖。实践显示，缺少统一的软件栈和标准化工具链，会导致应用迁移成本高、适配周期长，创新成果难以快速走出实验室。 原因——全球竞争焦点加速由“模型能力”转向“算力体系与工程化能力”。一上，大模型能力提升带来训练规模扩大、推理时延、能耗与成本等系统性压力，仅靠模型迭代难以缓解“高成本、难部署”的瓶颈。另一方面，芯片架构与计算平台日益多元，不同硬件编译、调度、算子与运行时上的差异，推高了软件生态碎片化风险。同时，评测与标准的国际协同更显关键：缺少可对照、可复现的评测体系，产业难以形成共识，市场也难以建立稳定信任。 影响——统一开源底座有助于降低门槛、加速应用扩散，并带动生态协同创新。据北京智源研究院介绍，众智FlagOS 2.0由北京智源研究院牵头，联合中科加禾、中国科学院计算技术研究所、澎峰科技、清程极智、清华大学、北京大学、中国科学院软件研究所、硅基流动、先进编译实验室、华为、清微智能、海光信息、北京邮电大学、摩尔线程、沐曦股份、天数智芯、燧原科技、基流科技、苦芽科技、晶隆智算等23家核心机构共同完成，是面向多种人工智能芯片的统一开源系统软件栈的重要升级。该版本覆盖更广泛的计算需求，强调从大模型专项能力向科学计算等更宽领域延展，并同步提供面向专业任务的能力组件与面向具身智能的专属框架，推动形成可复用、可迁移的行业解决方案。业内人士认为，这类底座型工程一旦形成规模化生态，将在缩短适配周期、降低部署成本、提升软硬协同效率等产生放大效应，为应用规模化落地提供关键支撑。 对策——以联盟化组织与国际化协作，形成“开源—场景—产业”闭环。本次活动期间，中关村人工智能开源联盟宣布发起成立。该联盟由智源研究院、北京大学等单位发起，汇聚芯片、大模型、科研院所等40余家单位，依托中关村创新资源与产业集聚优势，提出“技术开源—场景驱动—产业赋能—全球合作”的路径，推动构建自主可控的开源生态。联盟明确以众智FlagOS 2.0为核心底座，通过设立研发基金、搭建认证平台、完善工具链、举办开发者赛事等方式，推动技术迭代与产业化落地，促进供需两端在标准、工具、人才与场景上协同发力。 与此同时，FlagEval（天秤）大模型评测体系与Eclipse基金会签署大模型评测战略合作协议，被视为推进评测方法、工具与社区协作的重要一步。业内普遍认为，评测体系的开放协同不仅用于比较模型表现，更关系到安全、可靠、可控能力的工程化落地；借助国际开源组织的合作机制，有助于提升评测框架的通用性与可复用性，增强产业链对评测结果的认可度与可移植性。 前景——开源底座与标准协同将成为智能体规模化落地的关键变量。面向未来，随着智能体在复杂场景中承担更多“感知—决策—执行”的闭环任务，算力体系不仅要“能算”，还要“好用、易用、可迁移、可验证”。统一开源软件栈的价值将更体现在跨芯片兼容、异构资源调度、端边云协同以及行业工具链完善等上。预计在政策支持、场景牵引与产业协同的共同作用下，以开源方式构建的基础软件与工具生态将加速成熟，帮助更多中小创新主体降低研发门槛，促进产业链上下游更紧密协作，并在更大范围内推动技术成果转化与行业应用扩散。
在数字经济成为全球竞争焦点的背景下，计算基础设施的自主创新不仅关系到技术选择空间，也直接影响产业安全。此次技术升级与联盟成立，反映了产学研协作的合力，为人工智能走向高质量发展提供了新的路径。下一步，关键在于把技术优势转化为可复制的工程能力和可规模化的产业成果，这既是机遇，也考验产业链各环节的持续投入与协同效率。