问题——大模型时代创新提速，如何把“技术突破”转化为“可持续生态” 随着大模型、智能体等技术快速演进，人工智能创新的竞争已从单点模型性能比拼，逐步延伸到数据、工具链、算力适配、软件协议、应用场景和开发者社区的综合较量。业内普遍关注的一个现实问题是：在模型迭代频繁、应用需求多元的背景下，如何形成可持续、可扩展、可复制的开源生态，让更多开发者、企业与科研力量在统一规则与开放协作中实现“共创共用”，并推动成果快速落地到产业与城市治理场景。 原因——厚植开源积累与人才密度，构成海淀“生态底座” 与会人士的共识集中在两点：开源生态与人才密度缺一不可。回溯发展脉络，北京长期具备开源参与基础。早在深度学习框架兴起阶段，来自清华大学、中国科学院等机构的科研力量就曾深度参与国际开源框架开发与标准协作，推动国内工程能力与全球开源体系衔接。进入大模型时代，这种长期积累加速释放，海淀聚集的高校、科研机构与企业持续推出开源模型与开源项目，覆盖从基座模型、工具链到应用组件的多个层面，为产业协同创新提供了更丰富的“公共零部件”。 人才集聚则为生态繁荣提供关键变量。以海淀重点区域为代表，周边密集分布高校与科研机构，汇聚大批人工智能科学家、开发者与青年学生；放眼全区，科研院所、高校与企业数量可观，人工智能企业集聚度高，涉及的人才规模优势明显。这种“高密度、强交流、易协作”的空间结构，使得技术观点、工程经验与真实需求能够更快碰撞，推动项目孵化、创业合作与成果转化的连续发生。 影响——开源从“发布模型”走向“共享基础设施”，城市也可成为创新参与者 本届论坛期间，开源议题被置于重要位置，表达出产业从“单一模型开源”向“系统性开源”升级的信号。特别是围绕智能体快速兴起的趋势，开源不再局限于模型权重与推理代码，而是拓展到规划、记忆、工具技能等关键模块，以及更适配智能体的软件协议与基础设施，推动研发范式从“做一个模型”转向“搭一套体系”。 值得关注的是，海淀区探索以开源方式连接城市治理与产业创新：将“百年京张AI创新带”等征集内容与公开政策进行深度融合，封装为开发者可调用的“技能包”，并向主流开源平台贡献“海淀Skill”。此做法的意义在于，把城市资源、政策要素与场景需求转化为可复用的工程接口，降低开发者参与门槛，让城市从“应用落地点”深入成为“创新共建者”。从产业角度看，这有助于形成更多可验证、可迁移的行业应用模板，推动智能应用在政务服务、公共管理、科技创新服务等领域加速落地。 对策——以标准化、开放式治理保障开源协作，以场景牵引提升可用性 业内人士认为，做强开源生态，既需要“多开源”，更需要“开得好、用得起来”。一是强化开源项目的工程化与可维护性，推动文档、评测、版本管理和安全合规等体系建设，提高项目长期生命力。二是推进关键环节标准化建设，包括智能体协议、工具接口、数据与评测规范等，减少重复造轮子和生态碎片化。三是构建开放协作的社区机制，促进高校、科研院所、企业与个人开发者之间形成稳定的协同网络，实现“人才—项目—产业”良性循环。四是以应用场景牵引技术迭代，把城市治理、公共服务与产业需求转化为可公开、可调用、可验证的任务集与工具集，形成“用中迭代、迭代促用”的闭环。 前景——从“开源高地”迈向“全球协作节点”，打造更具韧性的创新体系 面向未来，大模型与智能体应用将更加依赖生态协同：模型能力的边际提升需要更强的工具链、数据治理和应用适配支撑；同时，产业对安全、可控、可解释与合规的要求不断提高，也将倒逼开源社区在治理与标准上持续完善。海淀依托人才密度、科研资源和企业集聚优势，若能进一步打通“科研—工程—场景—社区”链条，以更开放的方式吸引全球开发者参与共建，有望在全球开源协作网络中形成更突出的节点效应，推动更多原创技术、通用工具与行业方案走向国际舞台。
开源的核心在于通过开放协作汇聚智慧，以工程化能力沉淀技术价值，并通过真实场景验证效果。未来竞争中，谁能高效整合人才资源、将应用需求转化为可复用的公共能力，谁就更可能在新一轮科技变革中占据主动。海淀的实践表明，城市创新需要长期投入和生态建设，“开源”或将成为重要路径之一。