估算开源为企业项目节省38%的直接开发成本，其他成本和 收益也应纳入考量 经统计，企业进行软件开发的成本拆解到需求、设计、构建、测试、实施等五个环节后分别占比13%、13%、41%、23% 和10%。其中，开源能够在需求收集整理、软件构建和实施三个环节节省较高比例的成本，在软件设计、测试量个环节也 有一定降本效果，经估算，开源能够为项目节省38%的直接开发成本。对于企业而言，还应该纳入开源的成本&收益考量 的因素包括：软件开源后为企业带来的引流价值和市场宣传等价值、项目直接商业化销售和开源形成的收入差、企业建设 开源团队和办公室的管理支出。 项目开源节省的企业软件开发直接成本估算 需求 13% 设计 13% 构建 41% 测试 23% 实施 10% A:80% A:20% A:30% A:10% A:100% 需 设 构 测 实 • 需求收集、整理是开源社区的最大功能之一，市场上的开发者和用户在 备了成熟的市场和用户群体，而厂商基于开源软件和社区资源进行二次开发并提供配套服务的成本较低，能够借助这些产 品的市场影响力快速获得用户和形成收入；同时，开源产品自带的社区平台也能够帮助云厂商进行平台及其上其他云产品 的推广和市场渗透，形成集聚效应，提升市场影响力。 主流数据库中开源产品占据核心地位，并在云平台上得到广泛应用 1 Oracle 2 MySQL 3 SQL Server 4 PostgreSQL 5 MongoDB

代码审核 软件优化 选择适合开源项目的开源协 议，依据企业对项目的开源 方案审定协议中个别条款 向上对接高校及研究机构， 加紧基础技术共建；向下对 应发行版ISV厂商，将软件向 更多行业及场景渗透 规划开源软件迭代方向，包 括但不限于软件特性增加、 现有功能增强、Bug修补， 并提出相应的合格指标 一方面积极对社区开发者的回 复给予反馈，另一方面发掘优 秀的灵感，增强创新能力 对开发者提交的代码进行评 码，并查看其他开源发 起者的公共代码 愿意为基于开源项目的 服务或商业版付费，期 望查看更完整、硬核的 代码。同样地，将自身 代码设置为收费，获得 收益 仅使用代码托管平台中 的基本权益，如代码审 查、测试、版本管理、 关联仓库等 享受平台增值服务，包 括关键指标统计、操作 日志管理、关键行为监 控，方便社区内开发者 的协同开发 15 ©2023.11 iResearch Inc. 操 作 系 统 开 源 社 区 常 见 小 组 分 布 操 作 系 统 适 配 生 态 概 览 技术类 语言 基础功能 中间件 图形/桌面 架构/内核 云原生基础设施 安全 测试 行业解决方案 治理类 职能组织 社区基础设施 版本发行 社区生态管理 服务器 云计算 边缘计算 智能终端 桌面 … 操作系统应用场景 处理器 … 服务器 端设备 内存

R1在零广告投入下7天增长1亿用户，创最快应用破亿里程碑  把人工智能从不可用、凑合用，变成大家都能用、都爱用  推动市场加速发展，在中国用户、企业和政府彻底普及了一次AI  中国可能成为全球AI普及率、渗透率最高的国家， 加速了中国爆 发AI产业革命的步伐 DeepSeek颠覆式创新——用户体验 32 ——掀起新一轮AI科普教育 认知决定行动，这场全民AI科普对推动中国AI发展功不可没政企、创业者必读 本增效，企业应用爆发  所有产品都值得被DeepSeek重构，产品应用爆发  创业公司得到DeepSeek加持，创业者拥有便宜领先的大模型，迎来 机遇，带来“iPhone时刻” 中国变成AI渗透率最高的国家，率先实现AI工业革命 37政企、创业者必读 人人智能 万物智能 数转智改 未来产业 科学研究 安全 应用爆发的六大方向 38政企、创业者必读 DeepSeek的开源和低成本 做过去只有人才能做的事  做人做的重复繁琐易出错的事  拆解繁琐复杂的业 务流程 55政企、创业者必读 场景选择示例：人员招聘系统 场景分得足够细，就可以训练对应的专业模型来解决问题 注：经360内部测试，深色的业务环节更加符合“四个十倍”原则 示例：人员招聘就是一个太大的、笼统的场景 需要细分成职位描述、简历筛选、面试评估等粒度更合适的场景 56政企、创业者必读 某省39家钢铁企业，联合打

注：非技术人员和学生是对受访者的不同维度的刻画，不太能确定非技 术人员中所包含学生的比例，有些学生可能会选择自己未来从事的职业 方向。 专家点评 堵俊平：开源的参与者中非技术人员比例提高说明开源在向各行各业渗透，同时开源自身也需要法务，公共政 策等领域的支撑才能更好的发展。 2021 中国开源年度报告 19 3.6 受访者所从事的技术方向 受访者中非技术人员占比最高，后端开发次之，与去年相比，非技术人 注：非技术人员和学生是对受访者的不同维度的刻画，不太能确定非技 术人员中所包含学生的比例，有些学生可能会选择自己未来从事的职业 方向。 专家点评 堵俊平：开源的参与者中非技术人员比例提高说明开源在向各行各业渗透，同时开源自身也需要法务，公共政 策等领域的支撑才能更好的发展。 20 3.7 开发语言 开发语言呈现多超多强的状态，Python 后来居上，超过 Java 成为榜首， JavaScript/TypeScript 堵俊平：用户是大部分人接触开源的首要角色，也是最重要的角色。对开源项目而言，有独创性的特色功能是 引发大众关注和使用的关键。 30 4.3 参与开源社区的工作 绝大多数受访者在社区都参与代码或文档撰写的工作，测试、本地化、 活动组织以及媒体宣传也是很多人在社区会参与的工作。 专家点评 堵俊平：“Community over Code”, 开源社区的工作不只是代码，代码以外的工作占的比例更高。另外，

机协同”。在如何构造大批量、高质量的合 成数据，让智能体能够在持续地与用户的交互中自我优化而不是劣化，将会成为众多无机器学习 技术背景的开发者的头号难题。 因此，面向数据进行定制化合成、评估、测试、标注、人机协同的“纯数据”产业，有可能 会走上越来越重要的位置，不仅仅是服务于基座模型厂商。 4. 多模态对齐很可能给基座模型带来质的提升 最新研究发现，在没有预先约束和约定下，不同 模态 调试任务、自主查找和修复代码库中的错误，构建和部署应用程序。在 SWE-bench 编码基准测 试中，Devin 能够解决 GitHub 中 13.86%的真实问题，有了很大提升。 说起 SWE-bench 编码基准测试（https://www.swebench.com/），2024 年进步很快，以 OpenAI 建立的 verified 子集（500 个问题）为例，4 月开始时，成功率只有 2.8%，到现在已 20-30%。 当然，我们不能局限于这一个 编程环境，最好要从需求开始就 应用大模型。ATDD（验收测试驱 动开发）是大模型时代软件研发 的正确打开方式，让大模型帮我 们生成需求及其验收标准，业务 约束更明确了，上下文更清楚了， 在此基础上分别由不同的模型生 成产品代码和测试代码，再让它 们之间相互验证和博弈（如图 4 所示），最终交付高质量的软件。 未来，随着 AI 技术的不断成熟和创新，AI

choose their future career direction. 【专家点评】/ [Expert Comment] 堵俊平：开源的参与者中非技术人员比例提高说明开源在向各行各业渗透，同时开源自身 也需要法务，公共政策等领域的支撑才能更好的发展。 Du Junping: The increase in non-technical personnel among open source projects. 4.3 参与开源社区的工作 / 4.3 Participation in the open source community 绝大多数受访者在社区都参与代码或文档撰写的工作，测试、本地化、活动组织以及媒体宣传 也是很多人在社区会参与的工作。 The vast majority of respondents are involved in writing code or 云计算打开了 SaaS 服务模式的大门，开源软件目前更多的作为服务托管在云上。自云计算技 术发展以来，云增长持续超出预期。不断增长的对灵活和可扩展基础设施的需求推动了 IT 企业 的云计算支出与全球范围内云渗透率的不断提高。在这样的技术背景下，用户对降低软件运维 成本的需求不断增加。一些开源软件公司例如 Databricks、HashiCorp 等提出了新的解决方案， 通过 SaaS 使客户跳过内部部

刊发表，获得国际学术界的认可。 年底，零一万物推出的 Yi 模型，200K 上下文窗口，可处 理约 40 万字的文本，成为当时全球大模型中最长的上下文 窗口。其中 Yi-34B 在 Hugging Face 英文测试榜单中位 列第一，在 C-Eval 中文能力排行榜中超越所有开源模型。 十一、 这一小节，通过一些数据来简要概述 2023 年的 LLM、 GenAI。根据金融数据和软件公司 PitchBook 采用者仍处于早期阶段：26% 的人使用 AI 不到一年，而 18% 的人已经在生产中进行了应用。  16% 从事 AI 工作的受访者表示正在使用开源模型。  意外结果、安全性、公平性、偏见和隐私是采用者测试 的最大风险。 工业和信息化部赛迪研究院数据显示，目前，我国已有超 过 19 个大语言模型研发厂商。其中，15 家厂商的模型 产品已经通过备案，预计今年我国大语言模型市场规模将 达到 132 模型：Mixtral 8x7B。 这是一个开放权重的高质量稀疏混合专家模型(SMoE)，采用 Apache 2.0 License 开源。在大多数基准测试中，Mixtral 的成绩都优于 Llama 2-70B， 且推理速度提升了 6 倍。而且在大多数标准基准测试中超过 GPT-3.5。 10 / 87 1 1 爱奇艺客户端“白嫖”电视机带宽 1024“黄金眼” 关注 IT 相关民生事件，以老百姓的眼睛看

产品是通过了解⽤⼾的需求设计功能，新时代需要在制造的过程中完成设计。ChatGPT
就是通过制造 完成设计，并没有先设计出来⼀堆场景再找对应的算法。Kimi
的⽤⼾⾃⼰去上传简历然后做筛选，也 是我们上线之前完全没有测试过的⽤例。 资源获取肯定也很重要。其中主要烧钱的是算⼒。早期靠融资，到后⾯就需要更多的产品商业化。商 业化也不能照搬上⼀个时代成熟的东西创新，所以好的
CEO
和团队应该有⼀定经验，但同时也有很强 这是⼀个⾮常经典的关于⻓⽂本能⼒的测试：⼤海捞针。 什么意思呢？我会给模型⾮常多的⽂档，我会在随机在⽂档⾥⾯去插⼊⼀句话。⽐如说北京最好的事 情是什么，北京最吸引⼈的点是什么？你在⽂档⾥⾯去插⼊这句话，然后他你这样你就可以得到⼀个 实验，就是说你在不同的⻓度，在你不同的插⼊位置的情况，他的回答的准确率到底是什么样。 左边是GPT4的结果，这是在Twitter上⾮常⽕的⼀个测试。简单的说，就是你这个图⾥⾯红点越少越 同时涌现的。 那我们在AI时代应该怎么去做PMF呢？
第⼀，很重要的还是要去利⽤模型的泛化能⼒。回到我们上⾯ 说⽤Kimi
智能助⼿筛简历的例⼦，其实在我们的产品上线之前，我们内部是从来没有做过测试，也没 有做过任何专⻔的优化，它其实是模型涌现出来的⼀个能⼒。 当你的底层Instruction
Following、多步推理、处理上下⽂，上下⽂⼀致性等底层能⼒得到提升的时 候，它其实会带来

 Vespa：已融资  Chroma：已融资  Qdrant：已融资  Marqo：已融资  LanceDB：已融资  …… 据西南证券研究发展中心预测，2025 年向量数据库渗透率约 为 30%，则全球向量数据库市场规模约为 99.5 亿美元， 。 2023 年前四个月，向量数据库公司融资额 ，超过了 2022 年的总和 （图源：https://www.cbinsights

使⽤Python API的开发者⽀持。 #docs Blender⽂档相关讨论。 其他有⽤链接 Blender FAQ (Blender可以作为商业⽤途吗? 什么是GPL/GNU? ...) 演⽰和基准测试⽂件 开发者 想提的问题! 安装Blender Blender⼤概每三个⽉发布⼀次。⽤户可以通过 发⾏说明 了解最新的变化。 系统要求 Blender提供Windows, macOS以及Linux版本。请不时检查确保显卡驱动为最 Blender提供了多种不同的⼆进制程序包，具体取决于其稳定性级别。每个软件 包都需要权衡最新功能与稳定性。适合您的软件包取决于这两个⽅⾯的要求。 例如，⼯作室可能需要 长期⽀持，⽽业余爱好者可能需要更新的功能，⽽其 他⼈可能只是想测试即将推出的功能。下⾯介绍的每个程序包都适合每个⼈。 稳定发⾏版 具有最新功能的软件包，被认为是稳定的，没有退化。⼤约每四个⽉提供 ⼀个新的稳定发⾏版。 长期⽀持版 专为需要⾮常稳定的Blen VR场景检测插件。 有关更多信息，请参阅Windows的 《OpenXR⼊门指南》。 Monado Monado是⼀个⽤于Linux 的 免费开源 XR平台。它尚未准备好⽤于⽣产⽤途， 应仅⽤于测试⽬的。 软件包可⽤于以下发⾏版： Ubuntu (Eoan, Focal) Debian (bullseye, sid) 对于其他系统，必须从源代码进⾏编译，在这种情况下，不建议对软件编译经