成文本适合辅助学术研究和论 文撰写 文本较为学术，内容涵盖引言、 各层面的分析，总结与展望、 参考文献 文本贴近学术综述，内容涵盖 了引言、研究现状、参考文献 文本倾向于事实现状，内容包 括历史背景、当前趋势、应用 领域、挑战与局限、未来方向 等，结构清晰，适合用于行业 分析和趋势预测 参考文献管理 参考文献数量相对更多，涵盖 国内外学术文献，参考文献标 注格式规范，引用的文献来自 之间逻辑关系明确。在历史背景和 当前趋势部分，按照时间顺序和技 术创新进行分类，逻辑性强 内容结构 通过逻辑排序、层次化分段 和观点与事实的清晰区分， 确保生成的内容符合学术写 作标准。内容结构完整，包 括研究现状、简要评述和主 要参考文献等板块。同时， 研究现状部分围绕研究主题 进一步细分为多个研究层次， 结构合理 内容结构完整，格式较一般 综述结构较为标准，在中文 文献分析上具有优势 月 2 日 首个开源代码大模型 DeepSeek Coder发布 2 0 2 3 年 1 1 月 2 9 日 推出670亿参数的通用大模型 D e e p S e e k L L M ， 包 括 7 B 和67B的base及chat版本 发 布 新 一 代 推 理 模 型 D e e p S e e k - R 1 ， 性 能 与 O p e n A I 的 o 1 正 式 版

业版本发行的机密性，不知情企业闭源发行时越容易有侵权风险 类别一 允许二次闭源发行， 需要保留原始版权 和许可声明 常见许可证： • MIT • Apache2.0 • BDS2.0-clause • 木兰宽松许可证 类别二 一定条件下允许二 次闭源发行 常见许可证： • LGLP2.1，商业 软件通过代码类 库引用（软件代 码与引用的源代 码 呈 “ 松 耦 合 性” ）的方式 下可以闭源发行 类别三 类别三 不允许二次闭源发 行 常见许可证： • GPL （ 其 2.0 版 本不允许闭源发 行，3.0版本在 此之上设置了更 严格的开源要求） • AGPL （ 由 GPLv3修改而来， 开源要求进一步 涉及到了前端、 后端等衍生作品 生态） • 木兰公共许可证 开源许可证类别 6 ©2023.11 iResearch Inc. 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 审，确保代码的可读性和可

通过目标拆解，多次调用大模型以及专家模型协同，形成 慢思考能力 传统软件是辅助人的工具，Agent是能够自主工作的数字员工，是新的生产力政企、创业者必读 22 DeepSeek出现之前的十大预判 之九 开源效果追赶上闭源  技术开放，吸引广大开发人员和用户使用  很多公司参与开源，帮助改进产品，众人拾柴火焰高， 反哺开源产品，形成正循环政企、创业者必读 DeepSeek出现之前的十大预判 之十 中美差距快速缩小 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 开源改变行业格局，建立强大生态  开源战胜闭源，促使全球公司、开发者等转到开源  建立强大生态，成为全球人工智能根技术，无推广情况下各国 政府、企业、云厂商纷纷接入，获得全球最大影响力  改变中美竞争格局：美国是闭源封闭垄断思路，中国领导开源 文化，加速中国领先地位  中国人民使用的AI工具先进性已超过美国，普及率超过美国， 48政企、创业者必读 如何解决 DeepSeek在政府、企业的应用问题？ 49政企、创业者必读 闭源云端通用大模型功能强大 但在政府企业场景中使用存在若干问题  训练知识为网上通用，缺少政府和企业内部知识，不懂业务，无 法解决实际问题  闭源模型云端部署，使用过程中数据外传上网，存在泄密风险  闭源模型规模庞大，无法为企业进行定制，无法本地部署  成本高昂，一般企业难以负担 50政企、创业者必读

客观来看，这对开源的发 展有利有弊。利的一面在于，技术产品的提供方，在相关的开源领域的贡献可以被视为技术竞争力；弊的一面 在于让部分厂商为了取得差异化的竞争优势，把本应开源出来的特性或者优化，来闭源处理，从而不利于开放 式创新，也降低了可维护性。更为健康的针对开源产品的采购模式，应该平衡产品指标，技术竞争力以及产品 本身的可维护性。 段夕华：不知道 21 年底所爆发的 log4j 漏洞， 不管是从活跃度及具体数据，还是直观的打孔图来看，VSCode 都是当之无愧的国际开源项目，参与人 数多，涉及地区广。 NixOS/nixpkgs 工作时间分布打孔图 每一位开发者在使用 Linux 的过程中想必都遭受过软件包版本冲突的痛苦折磨。NixOS 系统以非常出色 的包管理工具获取了一大批粉丝。一年过去了，NixOS/nixpkgs 仍然以非常高的活跃度位居榜单前列， 期待未来有更出色的表现。 50 2 中国活跃度排名 模式下，社区成员能够协同编写软件，软件用户可以提交及时使用反馈，在反馈的基础上开发人员可以 进行更高效地修改、迭代。此外，开源使用户可以直接参与到产品开发中来，这比闭源软件开发更能了 解客户的需求，并且发掘出用户需要的使用场景。因此，相对于单一的闭源软件供应商，开源社区有着 2021 中国开源年度报告 77 更清晰的研发方向，能致力于开发出更多的功能，并创造出对用户更有价值的产品，避免不必要的开发

指标上的优势。客观来看，这对开源的发展有利有弊。利的一面在于，技术产品的提供 方，在相关的开源领域的贡献可以被视为技术竞争力；弊的一面在于让部分厂商为了取得 差异化的竞争优势，把本应开源出来的特性或者优化，来闭源处理，从而不利于开放式创 新，也降低了可维护性。更为健康的针对开源产品的采购模式，应该平衡产品指标，技术 竞争力以及产品本身的可维护性。 Du Junping: Due to the rapid NixOS/nixpkgs 工作时间分布打孔图 NixOS/nixpkgs Punch Chart for Work Time Distribution 每一位开发者在使用 Linux 的过程中想必都遭受过软件包版本冲突的痛苦折磨。NixOS 系统 以非常出色的包管理工具获取了一大批粉丝。一年过去了，NixOS/nixpkgs 仍然以非常高的 活跃度位居榜单前列，期待未来有更出色的表现。 Every developer 快。开源模式下，社区成员能够协同编写软件，软件用户可以提交及时使用反馈，在反馈的基 础上开发人员可以进行更高效地修改、迭代。此外，开源使用户可以直接参与到产品开发中来， 这比闭源软件开发更能了解客户的需求，并且发掘出用户需要的使用场景。因此，相对于单一 的闭源软件供应商，开源社区有着更清晰的研发方向，能致力于开发出更多的功能，并创造出 对用户更有价值的产品，避免不必要的开发成本支出。除此之外，企业可以聘用贡献者来保证

所在。 构建开发者生态通常有两种做法，一种是提供 API 云服务，对注册开发者进行一定的云资 源补贴；另一种是“开源”的方法，提供大模型免费下载，免费商用（一定条件下）。两种方法 各有支持者。闭源大模型一般会采用第一种方法，其中的代表有 OpenAI、Anthropic 等（为避 免麻烦，国内厂商的名字就不提了）。能用第二种方法的，必然是某种程度上的“开源”模型， 以 Meta 的 Llama 是最常见的错误。 那么具体到大模型领域，闭源与开源，两种方法孰优孰劣？我的回答是采取什么方法因人而 异，但开源会更有优势。 大模型赛道的核心制约条件是成本太高——训练成本高，运行成本高。如何尽可能降低成本， 28 / 111 比对手坚持得更久一些是确保长期成功的必要条件。现在的宏观环境下，一味靠融资来支撑自己 的高成本支出不是长久之计。 闭源大模型厂商必须维持一定的云资源，工程师资源来支撑小额的开发者调试需求。投入产 来支撑小额的开发者调试需求。投入产 出上恐怕是算不过来的。即便闭源厂商愿意持续地补贴开发者，他们最终会发现大模型对开发者 的粘性也非常有限，没比在 C 端用户那边好到哪里去。 大模型这一产品形态实在是太特殊了——大多以自然语言为交互方式。因此大模型 API 云 服务的接口是非常简单的，高度一致的。在这种情况下，如果开发者构建的大模型应用只是调用 大模型的 API，那么大模型应用与某个具体

3 大模型 大模型通常指的是大规模的人工智能模型，这类模型通过训练大量的数据来获 得广泛的知识和能力。这些模型通常具有庞大的参数数量，能够处理复杂的任 务，如自然语言理解、图像识别、语音识别等。 闭源大模型包括 OpenAI 的 GPT 系列和 Google 的 BERT。这些模型因其 高效的学习能力和强大的通用性而受到关注。 开源大模型以 Meta 的 Llama 系列，2024 年 4 月，Llama3 Diffusion) 开源：由 StabilityAI 开发的开源 AI 模型，用于生成高质量的图像。 2.2.5 DALLE3 闭源：由 OpenAI 开发，是一个闭源的图像生成模型，可以根据文字描述生成 相应的图像。 2.2.6 Midjourney 闭源：由一个小团队开发的闭源 AI，专注于生成创意和艺术图像。 2.3 AI 视频工具 Figure 5: AI 视频工具 2.3.1 Sora Sora (OpenAI 公司) 内测：由 OpenAI 开发，目前处于内部测试阶段的项目。 8 2.3.2 Runway 闭源：一个闭源的创意工具，支持通过 AI 进行视频编辑和生成。 2.3.3 Pika 闭源的图像编辑工具，专注于简化图像处理流程。 2.3.4 腾讯智影 腾讯推出的 AI 视频编辑工具，支持视频内容的智能编辑和增强。 2.3.5 度加创作工具 度加创作工具是百度开发的一站式

有⼀天你会发现，当你爬到了100层楼的时候，那些在⼀两层楼就开始看⻛景的⼈，其实有可能最后就 被降维打击了。所以，“爬楼梯”其实才是我们最终真正想做的事情。
最后，我们还⾮常相信的⼀点 就是：AGI不可能是闭⻔造⻋的产物，它必然是跟所有⽤⼾⼀起共创的过程。在这个过程中，才有可能 形成数据⻜轮，形成我刚刚说说的“场景的摩尔定律”。 我们也希望跟在座的所有⼈⼀起，能够通过我们的Kimi
智能助⼿产品，⼀起去探索AGI之路，⾮常感 ⽉之暗⾯
Moonshot
AI
是⼀家神秘且特别的⼤模型创业公司。
公司⽬前只发布了⼀款产品，基于千亿⼤模型的
chatbot
产品
Kimi
智能助⼿。发布之初，就打出了 「⻓⽂本」、「⾃研闭源」、「toC」等清晰的标签。
创始⼈杨植麟饱受期待，他毕业于
CMU，师从苹果
AI
负责⼈
Ruslan
Salakhutdinov，曾在
Meta
和
Google
Brain
任职，是 「⻓⽂本」作为「新计算机」的「内存」，绝对是⼀个⾮常⾮常重要的东西。 04
闭源路线是为了打造
AGI
时代的
Super
App
张鹏：这⼀波⼤模型创业⾥，我们能看到不少开源模型，开源模型也是体现团队能⼒和⽣态构建的⼀ 部分。Moonshot
是⼀个闭源模型，⽽且最近应该也没有开源的计划，想知道你们背后对这件事的思 考？ 杨植麟：我们是⾮常⽀持开源的。 我认为开源和闭源接下来在⼤模型领域⾥会是互补的关系，开源可以⽀持开发者去尝试各种创新的应

预览版已经开 始提供两个版本的 XAML Shell 服务，新的版本直接基于 Win32 + XAML， 曾经被寄予厚望的 UWP 在新版本里已经不见踪影。 老 牌 JS 工 具 库 lodash 关 闭 了 所 有 issue 并 统 一 打 上 "issue bankruptcy" 的 tag，此外还关闭了所有公开 PR，表示无力处理，一关 了之。 微软在 2023 年 9 月宣布计划在未来的 歉，并透露了导致中断的原因： 即，一个简单的拼写错误致使 17 个 生产级数据库被删除。 唯品会崩了 登上热搜 2023 年 3 月 29 日凌晨，腾讯旗下的微信和 QQ 等业务曾出现崩溃状况，包 括微信语音对话、朋友圈、微信支付，以及 QQ 文件传输、QQ 空间和 QQ 邮 箱在内的多个功能无法使用。 直到 29 日早间，腾讯微信团队才回应表示，经工程师抢修，系统正在逐步 恢复。 本次事 Slint 1.0 于 2023 年 4 月发布，标志着项目已顺利从开发阶段 “毕业”， 可正式用于生产环境。Slint（最初称为 "SixtyFPS"）是一个 Rust 编写的 综合性 UI 工具包，用于为桌面和嵌入式设备构建原生用户界面。 Python 深度学习框架 Keras 3.0 一统江湖 Keras 3.0 被誉为改变了机器学习游戏 规则：不仅支持 TensorFlow、PyTorch、

b''( TX1)b''，b''b'' 包 b''b'' 括 b'' // For this demonstration we create a tetrahedron (tx1) consisting // SCENEGRAPH (VRML b'' 变 b''b'' 换 b'')b''，b''b'' 它 b''b'' 依 b''b'' 次 b''b'' 包 b''b'' 含 b'' 4 // will hold all other // Scenegraph b'' 对 b''b'' 象 b''b''；b''b'' 转 b''b'' 换 b''b'' 可 b''b'' 能 b''b'' 包 b''b'' 含 b''b'' 其 b''b'' 他 b''b'' 转 b''b'' 换 b''b'' 和 b'' // scenegraph objects; a transform may hold IFSG_SHAPE* shape = new IFSG_SHAPE( *tx1 ); // b'' 添 b''b'' 加 b'' facesetb ''；b''b'' 这 b''b'' 些 b''b'' 包 b''b'' 含 b''b'' 坐 b''b'' 标 b''b'' 列 b''b'' 表 b''b''，b''b'' 坐 b''b'' 标 b''b'' 索 b''b'' 引 b''b''，b''