AI原生软件研发成熟度地图，2025全球机器学习技术大会圆满落幕！

LLM 是否正面临难以跨越的“认知鸿沟”？层出不穷的 Agent 究竟是革命性突破，还是被过度包装的“泡沫”？AI 编程工具的进化，又将如何改变 99% 程序员的日常？在 2025 全球机器学习技术大会（ML-Summit 2025） 上，来自全球的专家们给出了最新的思考与回应。

作者 | 《新程序员》编辑部

出品 | 优快云（ID：优快云news）

10 月 16–17 日，由 优快云 与奇点智能研究院联合举办的 2025 全球机器学习技术大会在北京·威斯汀酒店圆满举行。

两天的大会干货满满，精彩纷呈。来自全球超 50 位顶尖技术专家齐聚现场，既有 OpenAI、Google、微软、英伟达等国际科技巨头，也有阿里巴巴、字节跳动、小米、腾讯、百度、京东、理想、昆仑万维、快手、网易、新浪微博、蚂蚁集团、面壁智能、小红书、哔哩哔哩、智谱、群核科技、无问芯穹、摩尔线程、深信服、奇点智能研究院等国内一线科技公司，还有北京大学、清华大学、中国人民大学、北京邮电大学等知名高校学者，为与会者带来了最新的技术分享与实践经验。

大会现场座无虚席，讨论热烈。产业与学术的多元视角在这里交汇，共同围绕大语言模型的演进、智能体工程的落地实践、传统软件研发的变革、多模态与世界模型的最新进展，以及具身智能、基础设施、开源模型等前沿探索，碰撞出一场关于 AI 技术发展的全景盛宴。浓烈的氛围中，大会不仅呈现了行业最新趋势，也为开发者和研究者提供了思考自身在智能浪潮中角色与方向的机会。

智能体风口下的 AI 产业范式转变

在 AI 技术浪潮推动下，大模型的推理能力不断精进，智能体应用迎来爆发式发展，开源平台如雨后春笋般涌现。然而，机遇背后也伴随挑战：上下文理解与记忆能力仍制约着大模型的落地，而真正能够在全球范围内产生影响力的 AI 平台依然寥寥。在这样的背景下，业界亟需明确策略，引导技术研发与产业实践。

10 月 16 日大会主会场上，奇点智能研究院院长、优快云 高级副总裁李建忠，ISO 人工智能技术委员会专家、C++ 标准委员会机器学习组主席、YetiWare CTO Michael Wong，前 OpenAI 研究员、清华大学交叉信息院助理教授吴翼，OpenAI 资深研究科学家 Lukasz Kaiser 等嘉宾基于 AI 技术最新的进展，带来一场场有深度有高度的主题演讲。他们着重剖析了大模型与智能体的发展趋势、开源平台的全球化策略，以及 AI 落地与产业应用的关键路径。

大模型技术思考与 AI 产业范式洞察

• 李建忠  奇点智能研究院院长，优快云 高级副总裁

人工智能平台悖论：为何多数开源 AI 生态系统走向失败，以及如何打造一个蓬勃发展的生态

• Michael Wong  ISO 人工智能技术委员会专家、C++标准委员会机器学习组主席、YetiWare CTO

AReaL：面向智能体的全异步强化学习框架

• 吴翼  前 OpenAI 研究员、清华大学交叉信息院助理教授

推理模型的历史、现在与未来

• Lukasz Kaiser  OpenAI 资深研究科学家

圆桌对话：AI 产业范式转变的核心命题

作为主会的压轴环节，在 优快云 &《新程序员》执行总编唐小引的主持下，奇点智能研究院院长、优快云 高级副总裁李建忠，小米集团技术委员会 AI 实验室主任王斌，群核科技首席科学家唐睿，以及面壁智能副总裁贾超，围绕“AI 产业范式转变的核心命题”展开深入探讨。从视觉派与语言派的路线之争，到 Agent 的范式价值，再到 AGI 发展路径规划，嘉宾们结合自身及企业实践各抒己见，针对不同技术路线和应用落地展开激烈讨论，观点碰撞中呈现出多元思路。

• 详细报道：《光靠Transformer不够、驳斥“AI Agent泡沫论”！万字解密ML 2025大会首日最强思辨现场》
  

《AI 原生软件研发成熟度模型 AISMM》 发布！

尤为值得关注的是，大会上，奇点智能研究院院长、优快云 高级副总裁李建忠和奇点智能研究院开源技术委员会主任、华东师范大学数据科学与工程学院教授王伟重磅发布了两份报告——《AI 原生软件研发成熟度模型 AISMM》和《2025 全球开源发展报告（中文版）》。

• 《AI 原生软件研发成熟度模型 AISMM》旨在为业界提供基于奇点智能研究院研究的 AI 原生软件研发成熟度演进路线图。AISMM 融合了奇点智能研究团队与业界的最佳实践经验，推动 AI 原生软件研发技术、流程与组织协同演进。AISMM 成熟度模型遵循三大核心原则：一是软件研发数字化（工程师所知道的，Agent 都应该知道）；二是上下文+记忆（工程师所见即 Agent 所见）；三是执行能力（工程师能执行的，Agent 都应该能够执行）。

• 《2025 全球开源发展报告（中文版）》是由奇点智能研究院与联合国咨商开源创新专业委员会（UNOSI）牵头编制。报告核心内容涵盖开源发展目标、全球开源生态观测地图、全球开源影响力排行榜、全球开源技术全景洞察，以及开源人工智能发展现状，为行业提供了权威的全球视角和数据参考。

从智能体到大模型，再到行业落地，全景解码 AI

本次大会中，多个技术专题并行展开，覆盖了智能体工程、大语言模型技术演进、AI 赋能的软件研发与氛围编程、多模态与世界模型、具身智能与智能硬件、AI infra 大模型基础设施、行业落地实践、GenAI 产品创新与探索等议题方向。

每场技术专题都兼顾理论与实践：既有前沿技术的发展趋势与方法论探讨，也有企业落地案例与产品实践分享。技术嘉宾们结合自身研究和企业实践，从技术原理、工程挑战到应用场景，完整呈现了 AI 技术在学术研究与产业创新中的最新动态。

智能体工程与实践

从独立执行到协同进化，智能体（Agent）正成为 AI 产业化落地的核心驱动力。无论是在信息检索、任务规划、自动化运营还是知识管理中，Agent 都在不断扩展“模型的边界”——让 AI 不再只是回答问题，而是真正“完成任务”。随着智能体生态的迅速成熟，工程化与实践落地成为新的焦点：如何构建高质量、可复用、可协作的 Agent 系统？如何评测智能体的效果与迭代？又如何解决异步架构、知识私域、协议兼容等关键挑战？

基于此，在“智能体工程与实践”专题中，我们邀请到了来自字节跳动、通义实验室、微软亚洲研究院、京东、ANP 开源技术社区、英伟达、中国人民大学、Google Cloud、百度、昆仑万维、阿里云等一线技术团队的核心研发负责人与架构设计者，他们围绕智能体的评测标准、框架构建、协作机制、协议体系与底层算力生态展开了深入分享与实战解析，为开发者理解“下一代智能体系统应该如何构建”给出最具参考价值的答案。

扣子罗盘：Agent 效果评测与迭代优化实践

• 杨晨  字节跳动扣子罗盘服务端技术负责人

通义 DeepResearch：SOTA 级 AI 智能体的全栈构建方法论

• 乔子乐  通义实验室算法科学家、通义 DeepResearch 核心作者
  

PIKE-RAG - 探索私域知识管理的最佳实践

• 宋磊  微软亚洲研究院首席研究员

OxyGent – 京东零售开源的多智能体协作框架

• 韩艾  京东集团算法总监，OxyGent 开源项目架构师
  

深度解析智能体协议：MCP/A2A/ANP/AP2

• 常高伟  ANP 开源技术社区发起人、W3C AI Agent protocol CG 联合主席

CUDA C++ 开发者工具箱

• Bryce Adelstein Lelbach  英伟达首席架构师、CUDA C++ 核心库主管

玉兰-万象：迈向下一代基于大模型智能体的社会模拟系统

• 陈旭  中国人民大学高瓴人工智能学院副教授、博士生导师

构建下一代 AI Agent：Google 核心技术与框架解析

• 刘士君  Google Cloud AI 专家/机器学习架构师

文心 4.5 开源大模型及关键训练技术

• 张军  百度资深工程师

如何构建高质量、鲁棒的智能体: 分享我参与过的 10+ 个智能体开发经验

• 邹敏  昆仑万维算法总监

ApacheRocketMQ×AI：面向异步化 Agent 的事件驱动架构

• 周礼  阿里云高级技术专家

大语言模型技术演进

当下的大语言模型已经从参数规模的竞速阶段，逐步走向“可靠性、可控性与工程化落地能力”并重的新周期。在经历了预训练架构创新、推理效率优化、指令对齐与多模态融合之后，业界共识正发生微妙变化：模型不再只是“越大越强”，而是“越稳越可用、越懂业务越有价值”。围绕如何在真实场景中构建可信赖的大模型系统、如何提升推理效果与可解释性、如何兼顾端侧部署效率与云端协同能力，这些关系到未来产品形态和技术范式走向的关键议题，正成为技术团队的主攻方向。

在“大语言模型技术演进”专题中，来自新浪微博、腾讯、清华大学、快手以及北京邮电大学的优秀科研与工程专家，从不同角度剖析大模型训练、优化与部署的最新探索，全面展现了 LLM 技术从算法理论向产业系统的全栈演化，也描绘出未来智能系统“更强、更稳、更可信”的进化方向。

可验证奖励强化学习（RLVR）：业界经验、面临问题及发展方向

• 张俊林  新浪微博首席科学家及 AI 研发部负责人

腾讯混元翻译模型优化经验分享

• 郑茂  腾讯混元技术专家、混元应用算法负责人

MiniCPM：高效端侧大模型

• 肖朝军  清华大学计算机系博士后、MiniCPM4 主要作者

快手安全大模型在内容治理体系下的应用实践

• 刘梦怡  快手安全算法中心负责人

不确定性建模：迈向可靠的人工智能

• 韩宗博  北京邮电大学助理教授

AI 赋能软件研发与氛围编程

从“写代码”变成“和 AI 一起写代码”，软件开发正悄然进入一个全新的阶段——从传统的指令式编程，逐步过渡到“氛围编程（Vibe Coding）”模式：开发者不再逐行敲代码，而是在语义共创、意图引导、Agent 协作的背景氛围中，通过高维交互不断收敛解决方案。这种工作流的范式迁移，背后是大模型推理增强、Agent 体系工程化、多工具链协同调度能力的综合演进。

本专题聚焦“AI 赋能软件研发与氛围编程”，来自北京大学、阿里、腾讯、深信服、ClackyAI、智谱 AI、百度、蚂蚁等头部团队的核心技术专家齐聚于此，他们带来了关于程序逻辑推理能力突破、智能体编程平台落地实践、人机协作模式重构、企业级开发流程优化、多智能体编程框架设计等一系列精彩分享，同时也揭示了“氛围编程”这一新概念背后的产业逻辑与技术底座。

面向程序逻辑推理的大语言模型能力突破

• 李戈  北京大学博雅特聘教授

新一代 Agentic Coding 平台 Qoder 如何推动 AI Agent 在软件研发中的真实落地

• 彭佳汉  阿里 Qoder 技术专家

AI Coding 人机协作新范式：CodeBuddy 的模型探索与工程实践

• 夏伟  腾讯代码大模型技术专家

从 Vibe 到 Strict：AI 编程如何重塑企业级开发

• 韦体东  深信服研发主管、Costrict 负责人

L3 Agentic Code Studio：全球 AI Coding 发展趋势分享

• 李亚飞  ClackyAI 创始人&CEO

LLM Agent 在软件工程领域的应用

• 张少博 智谱 AI CodeGeeX 算法研究员

从繁琐到突破：Coding Agent 的落地实践与多智能体原理解析

• 陈一言  百度 Comate 资深算法工程师

AWorld 智能体框架：从单一模型到集体智能

• 庄晨熠 蚂蚁集团 AWorld 算法负责人

圆桌对话：AI Coding 进行时：从工具革命到开发进化

当代码不再只是人类指尖的产物，而开始与模型协同生成时，开发方式正发生一场深层次的范式迁移。AI Coding 不再只是效率工具的堆叠，而是一场从编码流程到工程思维的系统性重构：开发者角色正在被重新定义，代码生产逻辑正在被算法重排，人与智能体之间的协作边界也在被快速推倒。在这一背景下，如何理解 AI 代码工具从辅助式到共创式的进化路径？面对真实研发场景的复杂需求，AI Coding 的未来究竟是工具革命，还是一场开发范式的根本演进？

在 优快云 &《新程序员》执行总编唐小引的主持下，本场以“AI Coding 进行时：从工具革命到开发进化”为主题的圆桌对话正式展开。对话嘉宾分别是阿里 Qoder 技术专家彭佳汉、腾讯代码大模型技术专家夏伟、奇点智能研究院首席咨询师王博，以及智谱 AI CodeGeeX 算法研究员张少博。他们围绕代码大模型的研发逻辑、工程落地挑战及未来智能开发协作模式等关键议题展开了深入讨论。

多模态与世界模型

在 AI 快速发展的今天，多模态技术和世界模型的探索正成为实现“通用感知与理解”的关键路径。图像、文本、语音、三维数据等多源信息的融合，不仅挑战模型的表示能力，也考验其推理与生成的整体性能。从大规模图文对齐到多模态搜索，从统一推理模型到实时语音交互，再到三维生成内容的高效落地，多模态技术正在逐步突破单模态的局限，为智能体构建更接近现实世界的认知能力提供了坚实基础。

围绕“多模态与世界模型”这一主题，本专题集结了来自 360、小红书、昆仑万维、理想汽车、腾讯混元的核心技术专家，他们从实际业务场景出发，拆解了多模态技术在不同领域的创新应用与深度实践，为开发者理解下一代 AI 系统提供了最直观的参考与启发。

FG-CLIP–面向大规模搜广推的高精度图文对齐与向量化

• 冷大炜  360 人工智能研究院副院长、多模态方向负责人

多模态大模型在小红书搜索中的应用

• 张道鑫  小红书多模态搜索&国际化算法负责人

多模态推理和统一模型

• 王沛雨  昆仑万维多模态大模型 Tech lead

理想同学实时语音对话大模型 MindGPT-4o-Audio 技术实践

• 周盼  理想汽车多模智能负责人

混元 3D 生成大模型：研发布局与应用

• 陈卓  腾讯混元 3D 算法专家

具身智能与智能硬件

从类人机器人精准完成复杂操作，到空间智能技术打通数字与物理世界的连接，具身智能正让智能硬件突破 “被动响应” 的局限，迈向 “主动交互、自主决策” 的新阶段。但在这一过程中，类人操作的精度提升、数字物理世界的协同适配、强化学习框架的高效落地等问题，仍是行业前行的关键课题。

在“具身智能与智能硬件”专题中，来自星尘智能、群核科技、无问芯穹、网易灵动的技术负责人和研发专家们结合真实案例与前沿研究，深入解析了具身智能在不同领域的技术突破与应用落地，也为智能硬件的创新发展提供了有力指引。

类人操作：迈向人类级智能的关键一步

• 王佳楠  星尘智能副总裁、前 DeepMind 研究员

群核空间智能：搭建数字世界和物理世界的桥梁

• 唐睿  群核科技首席科学家

面向具身智能的“渲训推一体化”开源强化学习训练框架 RLinf

• 张权路  无问芯穹技术副总裁

具身智能技术在工程机械智能化中的应用

• 陈赢峰  网易灵动技术负责人、网易伏羲机器人算法负责人

AI Infra 大模型基础设施

当然，大模型的迅猛发展不仅带来了算法和应用的革新，也对计算基础设施提出了前所未有的挑战。从海量算力的调度与管理，到多模态训练推理的性能优化，再到端到端智算服务的落地，大模型基础设施正在成为支撑下一代 AI 系统的关键底座。在这一过程中，如何实现高效、可扩展、低延迟的算力交付，以及如何在物理与虚拟环境中保障模型训练与推理的稳定性和成本效益，是产业界亟需攻克的核心问题。

为此，本专题邀请了来自 Google、NVIDIA、腾云智算、清程极智的一线技术负责人，他们分享的内容覆盖从算力平台架构到优化技术策略，再到性能交付和工程落地，全面呈现了大模型基础设施的前沿发展和产业应用路径。

行星级别的大模型基础设施

• 喻世炜  Google 主任工程师兼部门主管

NVIDIA 物理世界模型及多模态性能优化实践

• 陈川  NVIDIA 互联网解决方案架构高级总监

面向新时代大模型开发者的端到端智算算力服务

• 王超  腾云智算 CTO

大模型训练推理优化技术与 Turnkey 性能交付

• 何万青  清程极智副总裁

大模型+行业落地实践

随着大模型技术的成熟，AI 在各行各业的落地应用正从概念验证向深度融合快速推进。从智能搜索、生成式推荐，到自动驾驶、广告排序，再到企业级 AI 安全与治理，行业对大模型的需求不仅停留在能力展示，更关注实用性、可控性和可靠性，而大模型也正以多样化的落地形态重塑行业生态。

围绕“大模型+行业落地实践”，本专题集结了小红书、Dify、驭势科技、中国电信、京东、百度等企业的资深专家，他们各自分享了大模型在不同行业场景下的创新应用与实战方案，包括智能搜索生成算法、RAG 架构探索、自动驾驶决策优化、AI 安全治理、广告排序生成优化等应用案例——既涵盖了前沿技术突破，也深入解析了行业级落地的工程挑战与实践经验。

Agent 时代 LLM 在小红书 AI 搜索的落地

• 陆承镪  小红书 AI 搜索生成算法负责人

探索 RAG 发展新范式

• 姜勇  Dify 资深架构师

AI 大模型助力驭势科技打破 L4 级自动驾驶的『99 分困局』

• 张丹  驭势科技研发部总监

AI 安全与治理

• 赵健  中国电信人工智能研究院（TeleAI ）AI 治理团队（EVOL）负责人、资深研究科学家、研究员

生成式大模型在广告排序业务中的应用

• 刘聪聪  京东零售高级算法专家、京东搜索广告排序模型负责人

飞浆 PaddleOCR 最新技术与产业实践

• 渠剑颖  百度飞桨 PaddleOCR 产品经理    

GenAI 产品创新与探索

当前，生成式 AI 正以前所未有的速度重塑着产品边界。从内容创作到工业设计，从动画生成到视觉算法应用，技术能力的进步让创意和效率的天花板被不断刷新。而在大模型落地的过程中，如何让强大的模型既能高效运行，又能适应真实业务场景，是每个开发团队都面临的核心问题。解决算力瓶颈、提升交互体验、实现端到端落地，这些都是 GenAI 产品创新的“最后一公里”。

经过一系列探索，来自腾讯混元、哔哩哔哩、国星宇航、摩尔线程的技术专家在本专题中带来了他们的实践经验：从大模型压缩与部署策略，到 AI 动画生成的技术落地，再到视觉算法在产业中的全链路应用，以及训练框架与算力协同优化的前沿方法。通过这些案例，我们可以直观地看到 GenAI 在真实产品环境中的落地路径，也能洞察技术创新与业务需求结合的思路与方法。

打通大模型落地最后一公里：大模型压缩落地实践

• 于广华  腾讯混元大模型压缩算法负责人

AI 动画模型技术实践、应用以及未来展望

• 蒋宇东  哔哩哔哩智能创作技术负责人、算法专家

AI 视觉算法产品落地研究——从学术前沿到产业实践的全链路探索

• 张恒  国星宇航 AI 技术 CTO，前小米资深算法专家

摩尔线程大模型训练与 AI 框架的协同演进实践

• 莫凡  摩尔线程算法工程师

开源模型与框架

先进的人工智能构建离不开训练、推理和部署的核心工具与库，这些工具不仅提升了计算效率和资源利用率，也为模型在实际场景中的落地提供了坚实支撑。

此次，来自阿里巴巴、vLLM 核心维护团队、SGLang 核心开发者以及字节跳动的技术专家齐聚“开源模型与框架”专题现场，围绕 MNN-LLM、vLLM、SpecForge、verl 等代表性开源框架展开深入讨论。他们分享了各自的研发实践、技术优化经验，并就大模型训练、推理加速、模型微调中的挑战与解决方案进行了深入交流，并为开源框架带来一些新的思路。

MNN-LLM：移动端大语言模型推理框架

• 王召德  阿里淘天集团技术专家、MNN 团队架构师

vLLM：人人可用、快速且低成本的大模型推理服务

• 游凯超 vLLM 核心维护者

SpecForge：用于训练投机采样模型的开源框架

• 李升桂 SGLang 核心开发者、新加坡南洋理工大学在读博士

verl：灵活高效的大模型强化学习编程框架

• 陈海泉 字节跳动工程师、verl 项目核心贡献者

闭门聚焦 AI 开源创新，顶尖团队碰撞出思维火花！

大会期间，“AI 基础软件开源创新闭门研讨会”同样成功举办。该研讨会由奇点智能研究院与华东师范大学—开源创新与变革联合实验室联合主办，旨在深入分析全球 AI 基础软件的生态格局、开源战略及未来发展路径。在 AI 大模型已成为产业核心驱动力的背景下，基础软件栈作为连接硬件算力与上层应用的“操作系统”，其重要性愈加凸显，此次会议的召开恰逢其时。

本次研讨会汇聚了来自国内外产学研界的顶尖专家，形成了涵盖理论研究、实践探索、开源社区及产业战略的全方位对话阵容。研讨围绕四大核心议题展开——设计哲学与原则、软件设计维度、关键技术决策及生态策略——不仅探讨了宏观战略，更是切入了具体的技术决策与实践痛点。

• 李建忠  奇点智能研究院院长，优快云 高级副总裁

• 王博  奇点智能首席技术咨询师

• 王伟  奇点智能研究院开源技术委员会主任，华东师范大学数据科学与工程学院教授

• 吴咏炜  奇点智能首席技术咨询师

• Michael Wong  ISO人工智能技术委员会专家， C++标准委员会机器学习组主席， YetiWare CTO

• 李升桂  SGLang核心开发者、新加坡南洋理工大学在读博士

• 何万青  清程极智副总裁

• 莫凡  摩尔线程算法工程师

• 肖朝军  清华大学计算机系博士后、MiniCPM4 主要作者

• 姜勇  Dify资深架构师

• 张权路  无问芯穹技术副总裁

• 乔子乐  通义实验室算法科学家、通义 DeepResearch 核心作者

• 张军  百度资深工程师

• 敖玉龙  智源研究院 AI 框架研发负责人

AI 星星之火终将燎原，期待下次相聚！

2025 全球机器学习技术大会能够顺利举办，离不开行业专家们的深度分享与 AI 开发者们的热情参与，更离不开合作伙伴的大力支持。在此，特别感谢蚂蚁开源、腾云智算、人民邮电出版社异步社区、清华大学出版社、电子工业出版社博文视点的鼎力助力。

至此，大会圆满落幕。这两天的交流与分享为行业、企业和技术人带来了切实可感的价值：对行业而言，最新智能体、生成式 AI 与多模态技术的发展趋势被清晰呈现，为战略布局、技术路线规划和产业发展提供了参考；对企业而言，从研发方法优化到产品创新实践的经验分享，让技术落地更加可操作，同时为团队效率提升和创新路径提供了具体方案；对技术人而言，前沿算法、工程实践、跨模态协同及开源工具的应用案例，为技能积累、项目实践和社区参与提供了实用指南，让每一位开发者都能在复杂项目中快速找到切入点并形成解决方案。

两天的思想碰撞与实践分享，不仅呈现了 AI 技术发展的全景，也让理论、工程与应用紧密结合，为行业发展、企业落地和个人成长指明方向，提供了可直接参考的框架与实践路径。感谢每一位参与者的热情贡献，我们期待与您再次相聚，共同探索 AI 的更多可能。

同时，提前预告：「2025 全球 C++ 及系统软件大会」将于 12 月 12-13 日在北京威斯汀酒店举办，届时 C++ 之父 Bjarne Stroustrup 将亲临现场。本届大会将汇聚全球系统软件领域的顶尖专家、架构师和一线技术人，共同探讨 AI 时代下系统软件的演进路线，分享最前沿的性能优化实践，并携手定义下一代智能应用基础设施的新范式，敬请期待！

更多详情可参见大会官网：https://cpp-summit.org/